Dapat digunakan berulang kali

Konsisten terhadap waktu

Mengukur apa yang hendak diukur

Tidak memiliki error sama sekali

Validitas isi

Validitas logik

Validitas konstruk

Validitas muka

Face validity

Sampling validity

Concurrent validity

Construct validity

Membandingkan dua alat ukur

Menyesuaikan format tes

Memprediksi kesuksesan di masa depan

Meningkatkan tampilan soal

Penilaian harian

Pengamatan visual

Seleksi karyawan

Pemeriksaan ejaan

Reliable

Mahal

Digital

Baru

Bisa digunakan

Valid

Mahal

Panjang

Penampilan soal

Representasi item

Trait atau konstruk teoretik

Korelasi hasil

Kemampuan pengukuran saat ini

Konsistensi hasil pengukuran berulang

Keunikan soal

Kecepatan analisis

Split-half

Paralel

Test-retest

Alpha Cronbach

Kemampuan prediksi

Kesesuaian dua paruh instrumen

Korelasi antar instrumen

Validitas item

Test-retest

Split-half

Parallel form

Sampling validity

0,50

0,10

0,25

0,75

ANOVA

Chi-square

Korelasi Product Moment

T-test

> 0,60

> 0,70

> 0,80

= 1,00

< 0,50

> 0,80

= 0,25

= 0,60

Validitas prediktif

Validitas logik

Validitas konkuren

Validitas belah dua

Teori validitas

Teori konstruk

Teori skor klasik

Teori emosi

Kapasitas sesungguhnya

Skor total

Error

Validitas

Statistik yang digunakan untuk mendeskripsikan data

Statistik yang digunakan untuk menganalisis hubungan antar variabel

Statistik yang digunakan untuk menggeneralisasikan data sampel terhadap populasi

Statistik yang digunakan untuk menghitung data populasi secara langsung

Untuk menentukan jumlah sampel

Untuk menghitung nilai rata-rata

Untuk menunjukkan peluang kesalahan dalam mengambil keputusan

Untuk menentukan skala peng

Skala nominal dan ordinal

Skala interval dan rasio

Data tidak berdistribusi normal

Sampel tidak acak

Statistik mutlak

Statistik bebas nilai

Statistik bebas sebaran

Statistik absolut

Statistik parametrik

Statistik deskriptif

Statistik prediktif

Statistik nonparametrik

Sampel kecil dan varians tidak diketahui

Sampel besar dan varians diketahui

Sampel besar dan varians tidak diketahui

Sampel kecil dan varians diketahui

Sampel besar dan standar deviasi diketahui

Sampel besar dan distribusi diketahui

Sampel kecil dan varians tidak diketahui

Sampel besar dan acak

Kepuasan pelanggan

Jenis kelamin

Waktu tayangan iklan

Tingkat pendidikan

Uji T

Uji Z

ANOVA

Chi-square

Menentukan ukuran sampel

Menentukan nilai signifikansi

Menentukan nilai statistik tabel

Menentukan jenis data

Hipotesis utama

Hipotesis pendukung

Hipotesis alternatif

Hipotesis nol

Uji chi-square

Uji t dua sampel

Uji regresi

Uji frekuensi

Uji Z

Uji F

Uji T

Uji Chi-square

CORRELATE

REGRESSION

COMPARE MEANS

GENERAL LINEAR MODEL

Uji hubungan dua variabel

Uji satu atau dua sampel

Uji lebih dari dua rata-rata populasi

Uji regresi logistik

Friedman Test

Median Test

Pearson Correlation

Binomial Test

Menganalisis hubungan dua variabel numerik

Menghitung frekuensi data

Menentukan skala pengukuran

Membandingkan dua sampel berpasangan

Satu variabel independen

Dua variabel dependen

Satu variabel dependen dengan dua faktor

Analisis regresi

Keputusan benar 100%

Peluang kesalahan 5%

Sampel selalu mewakili populasi

Data tidak acak

Inferensi numerik

Deskripsi sampel

Inferensi parameter

Inferensi probabilistik

Menentukan standar deviasi

Menilai distribusi data apakah normal atau tidak

Menghitung nilai t

Menghitung nil

Data nominal dan ordinal

Sampel kecil

Ada data numerik

Frekuensi sampel besar dan data diskrit

Median dan modus

Nilai minimum dan maksimum

Mean dan standar deviasi populasi

Jumlah kelas interval

Z = (x − μ)/σ

t = (x̄ − μ)/(s/√n)

χ² = ∑(Oi − Ei)² / Ei

F = Sx/Sy

Perbedaan rata-rata dua sampel

Apakah dua variabel bersifat independen

Apakah variansi dari dua kelompok sama

Apakah distribusi data normal

F hitung > F tabel

F hitung < F tabel

F hitung = F tabel

Tidak membandingkan F hitung

Sb / Ss

Sbesar / Skecil

Varians X / Varians Y

(x̄1 - x̄2) / SE

Membandingkan dua rata-rata kelompok

Menguji rata-rata sampel terhadap nilai populasi tertentu

Menguji distribusi data

Menghitung variansi

μ ≠ μ₀

μ < μ₀

μ = μ₀

x̄ = μ₁

(x̄ − μ₀)/(s/√n)

(x̄ − μ₀)/s

(s²1 / s²2)

Z = (x − μ)/σ

H0 diterima

Tidak ada perbedaan signifikan

H0 ditolak

Data tidak valid

n > 100

n = 2

Data ordinal

Membandingkan rata-rata dengan nilai tetap

n

n - 1

n + 1

n²

Dua kelompok sampel tidak berhubungan

Hanya ada satu kelompok

Dua kelompok adalah pasangan (pre-post)

Kelompok berasal dari tempat berbeda

Tidak ada selisih rata-rata antar dua perlakuan

Ada pengaruh perlakuan

Selisih rata-rata tidak sama dengan nol

Variansi sama

(x̄1 − x̄2)/s√(1/n)

D̄ / (SD/√n)

Z = (x − μ)/σ

(s1² / s2²)

Data tidak berdistribusi normal

Dua kelompok saling bergantung

Dua kelompok independen dan normal

Sampel tunggal

Data berpasangan

Populasi berbeda

Variansi kelompok harus sama

Data ordinal

n1 + n2

n1 − 1

n2 − 1

n1 + n2 − 2

Gunakan asumsi varians tidak sama

Varians kelompok berbeda

Gunakan asumsi varians sama

Uji gagal