Statistik Parametrik

Statistik Parametrik Adalah suatu tes yang modelnya menetapkan

adanya syarat-syarat tertentu tentang parameter populasi yang merupakan sumber sampel penelitiannya.

Syarat-syarat itu biasanya tidak diuji dan dianggap sudah dipenuhi. Seberapa jauh makna hasil suatu tes parametrik bergantung pada validitas anggapan-anggapan tadi.

Tes parametrik juga menuntut bahwa skor yang dianalisis merupakan pengukuran yang sedikitnya berkekuatan skala interval.

Statistik Parametrik Teknik-teknik statistika yang didasarkan atas

asumsi mengenai populasi yang diambil sampelnya.

Contoh: pada uji t diasumsikan populasi terdistribusi normal. Sebutan parametrik digunakan karena pada uji t ini yang diuji adalah parameter (yaitu rata-rata populasi)

Membutuhkan data kuantitatif dengan level interval atau rasio yang diambil dari populasi yang berdistribusi normal.

Statistik Parametrik Teknik-teknik statistika yang didasarkan atas

asumsi mengenai populasi yang diambil sampelnya.

Contoh: pada uji t diasumsikan populasi terdistribusi normal. Sebutan parametrik digunakan karena pada uji t ini yang diuji adalah parameter (yaitu rata-rata populasi)

Membutuhkan data kuantitatif dengan level interval atau rasio yang diambil dari populasi yang berdistribusi normal.

Persyaratan Analisis Statistik Parametrik Dipilih secara acak (random) Homogen artinya data yang dibandingkan

(dikomparasikan) sejenis (bersifat homogen), maka perlu uji homogenitas.

Normal artinya data yang dihubungkan berbentuk garis linier maka perlu uji linieritas.

Berpasangan artinya data yang dihubungkan mempunyai pasangan yang sama sesuai dengan subjek yang sama, kalau salah satu tidak terpenuhi untuk persyaratan analisis korelasi atau regresi tidak dapat dilakukan.

Macam Data Bentuk Hipotesis

Deskriptif (satu variabel)

Komparatif (dua sampel) Komparatif (lebih dari 2 sampel)

Asosiatif (hubungan)

Related Independen Related Independen

IntervalRasio

T Test*

T-test of* Related

T-test of* independent

One-Way Anova*

Two Way Anova*

One-Way Anova*

Two Way Anova*

Pearson Product Moment *

Partial Correlation*

Multiple Correlation*

Pengujian Normalitas Data ; t-test ;Korelasi Product Moment (1) Dalam Statistik Parametrik diperlukan syarat bahwa data yang akan

dianalisis harus berdistribusi normal. Untuk itu perlu dilakukan pengujian normalitas data.

Pengujian normalitas data antara lain dilakukan dengan : t-test T-test : 1) untuk menguji hipotesis deskriptif satu sampel bila datanya

berbentuk interval dan ratio , maka digunakan t-test satu sampel. 2) untuk menguji hipotesis komparatif dua sampel berpasangan bila datanya

berbentuk interval dan ratio, digunakan t-test sampel berpasangan.

t = x - μ0

s/√n di mana : t = nilai t yang dihitung , x = rata-rata , μ0 =nilai yang

dihipotesiskan s = simpangan baku sampel , n = jumlah anggota sampel.

Pengujian Normalitas Data : t-test, Korelasi Product Moment (2) Korelasi : menunjukkan adanya hubungan antara dua variabel atau

lebih serta menunjukkan besarnya (kuat/lemahnya) hubungan antara dua variabel tersebut.

Koefisien Korelasi ( r ) merupakan kriteria untuk mengukur hubungan antar variabel secara kuantitatif yang nilainya terletak antara – 1 dan 1

r = 1 , hubungan variabel X dan Y adalah sangat kuat dan positif r = - 1 , hubungan variabel X dan Y adalah sangat lemah dan negatif r = 0 , hubungan variabel X dan Y lemah sekali atau tidak ada hubungan. Berikut ini adalah rumus Karl Pearson (Product Moment) :

r = n . Σ XY - ΣX . ΣY .

√n.ΣX2 - (ΣX)2. √n.ΣY2 - (ΣY)2 Koefisien Determinasi (Kd) : menunjukkan berapa persen fluktuasi atau

variasi variabel Y yang disebabkan oleh variabel X , dengan rumus : Kd = r2

Analisis Regresi Linear Sederhana Analisis Regresi : suatu proses melakukan estimasi untuk

memperoleh suatu hubungan fungsional antara variabel X dengan variabel Y.

Analisis Regresi Linear Sederhana : adalah analisis regresi antara satu variabel X dan satu variabel Y.

Persamaan Regresi Linear Sederhana : Y’ = a + bX , di mana : Y’ = Nilai Y prediksi , a = Intercept atau nilai Y pada saat X = 0 b = Slope / kemiringan , X = Independent Variable (variabel bebas).

Untuk menghitung nilai a dan b digunakan rumus :

b = n(ΣXY) – (ΣX) (ΣY)

n (ΣX2) – (ΣX)2

a = ΣY – b=ΣX

n n

TeRiMa KaSiH