{"id":522,"date":"2023-07-29T15:27:38","date_gmt":"2023-07-29T15:27:38","guid":{"rendered":"https:\/\/statorials.org\/id\/signifikansi-statistik-praktis\/"},"modified":"2023-07-29T15:27:38","modified_gmt":"2023-07-29T15:27:38","slug":"signifikansi-statistik-praktis","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/signifikansi-statistik-praktis\/","title":{"rendered":"Penjelasan sederhana tentang pentingnya statistik versus praktis"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\"><strong>Hipotesis statistik<\/strong> adalah asumsi tentang <strong>parameter populasi<\/strong> . Misalnya, kita dapat berasumsi bahwa rata-rata tinggi badan pria di suatu daerah adalah 68 inci. Hipotesis mengenai tinggi badan adalah <em>hipotesis statistik<\/em> dan rata-rata tinggi badan sebenarnya seorang pria di Amerika Serikat adalah <em>parameter populasi<\/em> .<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Uji hipotesis<\/strong> adalah uji statistik formal yang kita gunakan untuk menolak atau gagal menolak hipotesis statistik. Untuk melakukan pengujian hipotesis,<\/span> <span style=\"color: #000000;\">kita memperoleh sampel acak dari populasi dan menentukan apakah data dalam sampel tersebut mungkin terjadi, mengingat hipotesis nol memang benar.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Jika data sampel cukup mustahil berdasarkan hipotesis ini, maka kita dapat menolak hipotesis nol dan menyimpulkan bahwa ada pengaruhnya.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Cara kita menentukan apakah data sampel \u201ccukup mustahil\u201d dengan asumsi kebenaran nol adalah dengan menetapkan tingkat signifikansi tertentu (biasanya dipilih 0,01, 0,05, atau 0,10), lalu periksa apakah nilai p uji hipotesis lebih kecil daripada tingkat signifikansi ini.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Jika nilai p lebih kecil dari tingkat signifikansi, maka hasilnya dikatakan <strong>signifikan secara statistik<\/strong> . Ini hanya berarti bahwa ada efek tertentu, tetapi tidak berarti bahwa efek ini benar-benar dapat diterapkan di dunia nyata. Hasilnya mungkin signifikan secara statistik namun tidak <strong>signifikan secara praktis<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Terkait:<\/strong><\/span> Penjelasan tentang nilai P dan signifikansi statistik<\/p>\n<h2> <span style=\"color: #000000;\"><strong>Pentingnya praktis<\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\">Pengujian hipotesis dapat menghasilkan hasil yang signifikan secara statistik, meskipun ukuran pengaruhnya kecil. Ada dua cara utama dimana ukuran efek yang kecil dapat menghasilkan nilai p yang rendah (dan karena itu signifikan secara statistik):<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>1. Variabilitas data sampel sangat rendah.<\/strong> Jika data sampel Anda memiliki variabilitas yang rendah, uji hipotesis dapat menghasilkan perkiraan pengaruh populasi yang lebih tepat, sehingga pengujian dapat mendeteksi efek yang kecil sekalipun.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya, kita ingin melakukan uji-t dua sampel independen pada dua sampel berikut yang menunjukkan nilai ujian 20 siswa dari dua sekolah berbeda untuk menentukan apakah rata-rata nilai ujian antar sekolah berbeda secara signifikan:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong>sample 1: 85 85 86 86 85 86 86 86 86 85 85 85 86 85 86 85 86 86 85 86\nsample 2: 87 86 87 86 86 86 86 86 87 86 86 87 86 86 87 87 87 86 87 86<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Rata-rata sampel 1 adalah <strong>85,55<\/strong> dan rata-rata sampel 2 adalah <strong>86,40<\/strong> .<\/span> <span style=\"color: #000000;\">Ketika kita melakukan uji-t dua sampel independen, ternyata statistik pengujiannya adalah <strong>-5,3065<\/strong> dan nilai p yang sesuai adalah <strong>&lt;0,0001<\/strong> . Perbedaan antara hasil tes signifikan secara statistik.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Perbedaan rata-rata nilai ujian kedua sampel ini hanya sebesar <strong>0,85<\/strong> , namun rendahnya variabilitas nilai ujian tiap sekolah menghasilkan hasil yang signifikan secara statistik. Perhatikan bahwa deviasi standar skor adalah <strong>0,51<\/strong> untuk sampel 1 dan <strong>0,50<\/strong> untuk sampel 2.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Variabilitas yang rendah inilah yang memungkinkan uji hipotesis mendeteksi perbedaan kecil antara skor dan memungkinkan perbedaan tersebut menjadi signifikan secara statistik.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Alasan mendasar mengapa variabilitas rendah dapat menghasilkan kesimpulan yang signifikan secara statistik adalah bahwa statistik uji <em>-t<\/em> untuk uji-t dua sampel independen dihitung sebagai berikut:<\/span><\/p>\n<p style=\"text-align: center;\"> <span style=\"color: #000000;\"><strong>statistik uji <em>t<\/em><\/strong> = [ ( <span style=\"border-top: 1px solid black;\">x <sub>1<\/sub><\/span> \u2013 <span style=\"border-top: 1px solid black;\">x <sub>2<\/sub><\/span> ) \u2013 d ] \/ (\u221a <span style=\"border-top: 1px solid black;\">s <sup>2<\/sup> <sub>1<\/sub> \/ n <sub>1<\/sub> + s <sup>2<\/sup> <sub>2<\/sub> \/ n <sub>2<\/sub><\/span> )<\/span><\/p>\n<p> <span style=\"color: #000000;\">dimana s <sup>2<\/sup> <sub>1<\/sub> dan s <sup>2<\/sup> <sub>2<\/sub> masing-masing menunjukkan variasi sampel untuk sampel 1 dan sampel 2. Perhatikan bahwa jika kedua bilangan ini kecil, maka penyebut bilangan bulat dari statistik uji <em>-t<\/em> adalah kecil.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dan jika dibagi dengan angka kecil, maka akan didapat angka yang besar. Artinya, statistik uji <em>-t<\/em> akan besar dan nilai p yang terkait akan kecil, sehingga memberikan hasil yang signifikan secara statistik.<\/span><\/p>\n<p> <strong><span style=\"color: #000000;\">2. Ukuran sampelnya sangat besar.<\/span><\/strong> <span style=\"color: #000000;\">Semakin besar ukuran sampel, semakin besar kekuatan statistik dari uji hipotesis, sehingga memungkinkan untuk mendeteksi efek yang kecil sekalipun. Hal ini dapat memberikan hasil yang signifikan secara statistik, meskipun terdapat dampak kecil yang mungkin tidak memiliki signifikansi praktis.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya, kita ingin melakukan uji-t dua sampel independen pada dua sampel berikut yang menunjukkan nilai ujian 20 siswa dari dua sekolah berbeda untuk menentukan apakah rata-rata nilai ujian antar sekolah berbeda secara signifikan:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong>Sample 1: 88 89 91 94 87 94 94 92 91 86 87 87 92 89 93 90 92 95 89 93\nSample 2: 95 88 93 87 89 90 86 90 95 89 91 92 91 88 94 93 94 87 93 90<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Jika kita membuat diagram kotak untuk setiap sampel guna menampilkan distribusi skor, kita dapat melihat bahwa keduanya terlihat sangat mirip:<\/span><\/p>\n<p> <span style=\"color: #000000;\">Rata-rata sampel 1 adalah <b>90,65<\/b> dan rata-rata sampel 2 adalah <b>90,75<\/b> . Standar deviasi untuk sampel 1 adalah <strong>2,77<\/strong> dan standar deviasi untuk sampel 2 adalah <strong>2,78<\/strong> .<\/span> <span style=\"color: #000000;\">Ketika kita melakukan uji-t dua sampel independen, ternyata statistik pengujiannya adalah <strong>-0,113<\/strong> dan nilai p yang sesuai adalah <strong>0,91<\/strong> . Perbedaan antara nilai rata-rata tes tidak signifikan secara statistik.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Namun, pertimbangkan apakah ukuran sampel kedua sampel sama-sama <strong>200<\/strong> . Dalam kasus ini, uji t dua sampel independen akan menunjukkan bahwa statistik uji adalah <strong>-1,97<\/strong> dan nilai p yang sesuai sedikit di bawah <strong>0,05<\/strong> . Perbedaan antara nilai tes rata-rata signifikan secara statistik.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Alasan mendasar mengapa ukuran sampel yang besar dapat menghasilkan kesimpulan yang signifikan secara statistik sekali lagi berasal dari statistik uji <em>-t<\/em> untuk uji-t dua sampel independen:<\/span><\/p>\n<p style=\"text-align: center;\"> <span style=\"color: #000000;\"><strong>statistik uji <em>t<\/em><\/strong> = [ ( <span style=\"border-top: 1px solid black;\">x <sub>1<\/sub><\/span> \u2013 <span style=\"border-top: 1px solid black;\">x <sub>2<\/sub><\/span> ) \u2013 d ] \/ (\u221a <span style=\"border-top: 1px solid black;\">s <sup>2<\/sup> <sub>1<\/sub> \/ n <sub>1<\/sub> + s <sup>2<\/sup> <sub>2<\/sub> \/ n <sub>2<\/sub><\/span> )<\/span><\/p>\n<p> <span style=\"color: #000000;\">Perhatikan bahwa jika n <sub>1<\/sub> dan n <sub>2<\/sub> kecil, penyebut bilangan bulat dari statistik <em>uji-t<\/em> adalah kecil. Dan jika dibagi dengan angka kecil, maka akan didapat angka yang besar. Artinya, statistik uji <em>-t<\/em> akan besar dan nilai p yang terkait akan kecil, sehingga memberikan hasil yang signifikan secara statistik.<\/span><\/p>\n<h2> <strong>Gunakan keahlian materi pelajaran untuk menilai kepentingan praktis<\/strong><\/h2>\n<p> <span style=\"color: #000000;\">Untuk menentukan apakah hasil uji hipotesis yang signifikan secara statistik bermakna secara praktis, keahlian materi pelajaran sering kali diperlukan.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dalam contoh sebelumnya, ketika kita menguji perbedaan antara nilai ujian dari dua sekolah, akan sangat membantu jika kita memiliki keahlian seseorang yang bekerja di sekolah tersebut atau yang mengelola jenis tes ini untuk membantu kita menentukan apakah perbedaan rata-ratanya adalah 1 titiknya ada atau tidak. mempunyai implikasi praktis.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya, selisih rata-rata 1 poin mungkin signifikan secara statistik pada tingkat alfa = 0,05, namun apakah itu berarti sekolah dengan nilai terendah harus mengadopsi program yang lebih tinggi yang digunakan oleh sekolah dengan nilai tertinggi? Atau apakah hal ini memerlukan biaya administrasi yang terlalu besar dan terlalu mahal\/terlalu cepat untuk diterapkan?<\/span><\/p>\n<p> <span style=\"color: #000000;\">Hanya karena terdapat perbedaan nilai ujian yang signifikan secara statistik antara dua sekolah tidak berarti besarnya pengaruh perbedaan tersebut cukup besar untuk menyebabkan perubahan tertentu dalam sistem pendidikan.<\/span><\/p>\n<h2> <span style=\"color: #000000;\"><strong>Menggunakan interval kepercayaan untuk menilai signifikansi praktis<\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\">Alat lain yang berguna untuk menentukan signifikansi praktis adalah <strong>interval kepercayaan<\/strong> . Interval kepercayaan memberi kita rentang nilai yang kemungkinan besar berada di dalam parameter populasi sebenarnya.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Sebagai contoh, mari kita kembali ke contoh membandingkan perbedaan nilai ujian antara dua sekolah. Seorang kepala sekolah dapat menyatakan bahwa perbedaan skor rata-rata minimal 5 poin diperlukan agar sekolah dapat mengadopsi program baru.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dalam sebuah penelitian, kita dapat melihat bahwa perbedaan rata-rata antara nilai ujian adalah 8 poin. Namun, interval kepercayaan di sekitar rata-rata ini bisa jadi [4, 12], yang menunjukkan bahwa <em>4<\/em> bisa jadi merupakan perbedaan sebenarnya antara hasil tes rata-rata. Dalam hal ini, kepala sekolah dapat menyimpulkan bahwa sekolah tidak akan mengubah program karena selang kepercayaan menunjukkan bahwa perbedaan sebenarnya bisa kurang dari 5.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Namun, dalam penelitian lain kita dapat melihat bahwa perbedaan rata-rata antara hasil tes adalah 8 poin lagi, namun interval kepercayaan di sekitar rata-rata tersebut bisa jadi [6, 10]. Karena interval ini tidak mengandung <em>5<\/em> , direktur kemungkinan besar akan menyimpulkan bahwa perbedaan sebenarnya antara nilai tes lebih besar dari 5 dan dengan demikian menentukan bahwa masuk akal untuk memodifikasi program.<\/span><\/p>\n<h2> <span style=\"color: #000000;\"><strong>Kesimpulan<\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\">Kesimpulannya, inilah yang kami pelajari:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong><span style=\"color: #000000;\">Signifikansi yang bersifat statistik saja<\/span><\/strong> menunjukkan apakah terdapat pengaruh berdasarkan tingkat signifikansi tertentu.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Pentingnya secara praktis<\/strong> adalah apakah efek ini mempunyai implikasi praktis di dunia nyata atau tidak.<\/span><\/li>\n<li> <span style=\"color: #000000;\">Kami menggunakan analisis statistik untuk menentukan signifikansi statistik dan keahlian domain untuk menilai signifikansi praktis.<\/span><\/li>\n<li> <span style=\"color: #000000;\">Effect size yang kecil dapat menghasilkan nilai p yang kecil ketika (1) variabilitas data sampel sangat kecil dan ketika (2) ukuran sampel sangat besar.<\/span><\/li>\n<li> <span style=\"color: #000000;\">Dengan menetapkan ukuran dampak minimum sebelum melakukan uji hipotesis, kita dapat menilai dengan lebih baik apakah hasil uji hipotesis (meskipun signifikan secara statistik) benar-benar dapat diterapkan di dunia nyata.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Interval kepercayaan<\/strong> dapat berguna dalam menentukan signifikansi praktis. Jika ukuran efek minimum tidak berada dalam interval kepercayaan, maka hasilnya mungkin signifikan.<\/span><\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>Hipotesis statistik adalah asumsi tentang parameter populasi . Misalnya, kita dapat berasumsi bahwa rata-rata tinggi badan pria di suatu daerah adalah 68 inci. Hipotesis mengenai tinggi badan adalah hipotesis statistik dan rata-rata tinggi badan sebenarnya seorang pria di Amerika Serikat adalah parameter populasi . Uji hipotesis adalah uji statistik formal yang kita gunakan untuk menolak [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Penjelasan Sederhana tentang Pentingnya Statistik versus Praktis - Statorial<\/title>\n<meta name=\"description\" content=\"Tutorial ini memberikan penjelasan sederhana tentang perbedaan antara signifikansi statistik dan signifikansi praktis.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/id\/signifikansi-statistik-praktis\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Penjelasan Sederhana tentang Pentingnya Statistik versus Praktis - Statorial\" \/>\n<meta property=\"og:description\" content=\"Tutorial ini memberikan penjelasan sederhana tentang perbedaan antara signifikansi statistik dan signifikansi praktis.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/signifikansi-statistik-praktis\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-29T15:27:38+00:00\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Ditulis oleh\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Estimasi waktu membaca\" \/>\n\t<meta name=\"twitter:data2\" content=\"6 menit\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/id\/signifikansi-statistik-praktis\/\",\"url\":\"https:\/\/statorials.org\/id\/signifikansi-statistik-praktis\/\",\"name\":\"Penjelasan Sederhana tentang Pentingnya Statistik versus Praktis - Statorial\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-29T15:27:38+00:00\",\"dateModified\":\"2023-07-29T15:27:38+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Tutorial ini memberikan penjelasan sederhana tentang perbedaan antara signifikansi statistik dan signifikansi praktis.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/signifikansi-statistik-praktis\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/signifikansi-statistik-praktis\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/signifikansi-statistik-praktis\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Penjelasan sederhana tentang pentingnya statistik versus praktis\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/id\/#website\",\"url\":\"https:\/\/statorials.org\/id\/\",\"name\":\"Statorials\",\"description\":\"Panduan anda untuk kompetensi statistik!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/id\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"id\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"id\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/\",\"url\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya\",\"sameAs\":[\"http:\/\/statorials.org\/id\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Penjelasan Sederhana tentang Pentingnya Statistik versus Praktis - Statorial","description":"Tutorial ini memberikan penjelasan sederhana tentang perbedaan antara signifikansi statistik dan signifikansi praktis.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/id\/signifikansi-statistik-praktis\/","og_locale":"id_ID","og_type":"article","og_title":"Penjelasan Sederhana tentang Pentingnya Statistik versus Praktis - Statorial","og_description":"Tutorial ini memberikan penjelasan sederhana tentang perbedaan antara signifikansi statistik dan signifikansi praktis.","og_url":"https:\/\/statorials.org\/id\/signifikansi-statistik-praktis\/","og_site_name":"Statorials","article_published_time":"2023-07-29T15:27:38+00:00","author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Ditulis oleh":"Benjamin anderson","Estimasi waktu membaca":"6 menit"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/id\/signifikansi-statistik-praktis\/","url":"https:\/\/statorials.org\/id\/signifikansi-statistik-praktis\/","name":"Penjelasan Sederhana tentang Pentingnya Statistik versus Praktis - Statorial","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-29T15:27:38+00:00","dateModified":"2023-07-29T15:27:38+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Tutorial ini memberikan penjelasan sederhana tentang perbedaan antara signifikansi statistik dan signifikansi praktis.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/signifikansi-statistik-praktis\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/signifikansi-statistik-praktis\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/signifikansi-statistik-praktis\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Penjelasan sederhana tentang pentingnya statistik versus praktis"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/id\/#website","url":"https:\/\/statorials.org\/id\/","name":"Statorials","description":"Panduan anda untuk kompetensi statistik!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/id\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"id"},{"@type":"Person","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"id","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/","url":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya","sameAs":["http:\/\/statorials.org\/id"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/522"}],"collection":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/comments?post=522"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/522\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=522"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=522"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=522"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}