PENGUJIAN HIPOTESIS KOMPARATIF PARAMETRIK

MAKALAH

Untuk Memenuhi Tugas Matakuliah

Statistika Inferensial

yang dibina oleh

Dr. Supriyono Koes H., M.Pd., M.A. & Dr. Muharjito, M.Si

Disusun oleh:

Muhamad Bahar Sofiuddin

140321807811

UNIVERSITAS NEGERI MALANG

PASCASARJANA

PROGRAM STUDI PENDIDIKAN FISIKA

September 2015

PENGUJIAN HIPOTESIS KOMPARATIF PARAMETRIK

Parametrik berarti parameter. Parameter adalah indikator dari suatu distribusi

hasil pengukuran. Indikator dari distribusi pengukuran berdasarkan statistik parametrik

digunakan untuk parameter dari distribusi normal. Distribusi normal dikenal juga

dengan istilah Gaussian Distribution. Distribusi normal mengandung dua parameter,

yaitu rata-rata (mean) dan ragam (varians). Parameter-parameter ini memberikan

karakteristik yang unik pada suatu distribusi berdasarkan “lokasi”-nya (central

tendency). Berbagai metode statistik mendasarkan perhitungannya pada kedua

parameter tersebut.

Penggunaan metode statistik parametrik mengikuti prinsip-prinsip distribusi

normal. Prinsip-prinsip dari distribusi normal adalah:

a. Distribusi dari suatu sampel yang dijadikan obyek pengukuran berasal dari

distribusi populasi yang diasumsikan terdistribusi secara normal.

b. Sampel diperoleh secara random, dengan jumlah sampel yang dianggap dapat

mewakili populasi.

c. Distribusi normal merupakan bagian dari distribusi probabilitas yang kontinyu

(continuous probability distribution). Implikasinya, skala pengukuran pun harus

kontinyu. Skala pengukuran yang kontinyu adalah skala rasio dan interval. Kedua

skala ini memenuhi syarat untuk menggunakan uji statistik parametrik.

Bila syarat-syarat ini semua terpenuhi, maka metode statistik parametrik dapat

digunakan. Namun, jika data tidak menyebar normal maka metode statistik

nonparametrik dapat digunakan. Berikut flowchart untuk menentukan metode statistik

yang akan digunakan.

Gambar 1 alur pemilihan metode analisis statistik

Dalam makalah ini akan dijelaskan beberapa metode statistik untuk menguji

hipotesis komparatif parametrik diantaranya adalah uji-t 1 sampel, uji t 2 sampel

independen, uji t 2 sampel dependen, one way anova, factorial anova.

1. Uji t

Uji t (t test) merupakan teknik statistik yang digunakan untuk menguji

perbedaan rata-rata (mean). Berdasarkan hubungan sampel, uji t dibagi menjadi 2

yakni:

a. Uji t 2 sampel independent

Pada uji t 2 sampel independen ini, membandingkan rata-rata dari 2

sampel bebas yang dikenai perlakuan berbeda. Sebagai contoh : Apakah ada

perbedaan hasil prestasi belajar siswa kelas X MIA 1 yang menggunakan

pembelajaran konvensional dengan X MIA 2 yang menggunakan metode

pembelajaran inkuiri?

Berikut langkah-langkah analisis uji t melalui SPSS

1. Masukkan data post test dari 2 sampel dalam satu kolom dengan disertai

dengan data kelas pada kolom disampingnya.

2. Lakukan uji Normalitas dan homogenitas, dan pastikan data anda normal

dan homogen.

3. Klik menu Analyze Compare means Independet-samples t test

4. Masukkan data postest pada test variable

5. Masukkan data kelas pada grouping variable

6. Klik define group dan masukkan angka untuk membedakan kelas. (group

1 diisi 1 dan Group 2 diisi dengan 2). Klik continue

7. Pastikan pada option nilai presentase pada confidence interval percentage

sebesar 95%

8. Klik OK

b. Uji t 2 sampel dependen

Uji t 2 sampel dependen memiliki banyak nama lain yakni related

sample, paired sample t-test. Paired sample t-test adalah pengujian statistik

dimana sampel saling berhubungan antara satu sample dengan sample yang

lain. Sampel berpasangan diartikan sebagai sebuah sampel dengan subyek yang

sama namun mengalami dua perlakuan atau pengukuran yang berbeda. Tujuan

dari pengujian ini adalah untuk menguji perbedaan rata-rata antara sample-

sampel yang berpasangan tersebut. Sebagai contoh: Apakah ada perbedaan

prestasi siswa sebelum dan sesudah menggunakan pembelajaran inkuiri?

Keuntungan menggunakan metode statistik paired sample t tes:

1. Adanya variasi peserta tidak masuk dalam analisis data.

2. Mampu mengontrol adanya variabel asing.

3. Membutuhkan sampel yang lebih sedikit di banding dengan uji t 2 sampel

independen. 20 orang 2 kali tes, sedangkan pada uji t 2 sampel independen

40 orang 1 kali tes.

Sedangkan kelemahan utama pada uji statistik paired sample ini adalah

adanya efek carry-over, mudahnya pengukuran yang pertama tentu

mempengaruhi kepada pengukuran yang ke dua, karena mereka pernah

mengerjakan tes tersebut sehingga lebih akrab.

Berikut langkah analisis statistik uji t 2 sampel dependen dengan

menggunakan SPSS:

1. Buatlah 2 kolom yakni pretes dan postes, kemudian masukkan data pretes

dan postes ke kolom tersebut

2. Pastikan jumlah siswa yang ikut pretes sama dengan postes. Jika siswa

hanya mengikuti salah satu tes maka jangan diikutkan dalam analisis.

3. Klik analyze Compare Means Paired samples t test

4. Masukkan variabel pretes pada kotak variable 1 dan variabel postes pada

kotak variable 2.

5. Pastikan pada option nilai presentase pada confidence interval percentage

sebesar 95%

6. Klik OK

2. Anova

Anova merupakan teknik statistik untuk menguji perbedaan rerata lebih

dari 2 kelompok (sampel).

a. One Way Anova

One way anova merupakan uji anova dimana dalam penelitiannya

memiliki 2 atau lebih variabel bebas.

Pada statistik ini sampel berasal dari kelompok yang independen.

b. Factorial Anova

Factorial anova merupakan uji anova dimana dalam penelitiannya

memiliki 2 atau lebih variabel bebas. Pada statistik ini sampel berasal dari

kelompok yang independen.

Keuntungan dari menggunakan factorian anova adalah mampu

digeneralisasi lebih luas dari pada one way anova. Selain itu, kita juga

dapat mengetahui interaksi antar variabel bebas yang ada, apakah variabel

bebas I bergantung dengan variabel bebas II?

c. Repeated Measure Anova

Pada repeated measure anova ini yang membedakan adalah sampel

yang digunakan merupakan sampel dependen. Artinya satu sampel diambil

datanya berulang kali (lebih dari 2 kali) dengan diberi selang waktu.

Sebagai contoh apakah ada perbedaan prestasi siswa setelah

mengikuti pelatihan kepemimpinan dalam kurun waktu 2 minggu 4

minggu 6 minggu?

Berikut langkah-langkah uji repeated measure dengan menggunakan SPP:

1. Buat 4 variabel (pengukuran 1, 2, 3, dan 4)

2. Masukkan data pada 4 kolom tersebut

3. Klik anlyze General linier model repeated measures

4. Ganti tulisan "factor1" dengan "nilai" (yang kita ukur)

5. Masukkan angka 4 number of levels (jumlah pengukuran yang

dilakukan)

6. Klik define lalu Masukkan variabel pengukuran 1-4 ke dalam kotak

within subject variables

7. Klik plots lalu factor nilai masukkan pada horizontal axis klik add

continue

8. Klik Option lalu masukkan factor nilai pada display means for

9. Centang compare main adjusment dan pilih confidence interval

adjusment "bonferroni"

10. Centang descriptive statistic, estimates of effect size klik continue

11. Klik Ok

Daftar pustaka

Howell, D. C. 2011. Fundamental Statistics for the Behavioral Sciences, Seventh Edition. Belmont, CA: Wadsworth.

Johnson, R. A. 2010. Statistics: Principles and Methods, 6thEd. Hoboken, NJ: John Wiley & Sons.

Leech, N. L., Barrett, K. C., dan Morgan, G. A. 2005. SPSS for Intermediate Statistics:Use and Interpretation. Mahwah, New Jersey: Lawrence Erlbaum Associates.