KEPANITERAAN KLINIK

STATUS ILMU KESEHATAN MASYARAKAT

FAKULTAS KEDOKTERAN UKRIDA

PR Ujian Penelitian

Nama : Siti Norshamsiah binti Shamsuddin 11.2011.255

Ni Made Helen Virginia Jacob 11.2011.125

Jesica Chintia Dewi 11.2011.075

Mohamad Azrin bin Md Yusof 11.2011.163

Judul Penelitian : Pengetahuan, Sikap dan Perilaku Pengunjung Puskesmas terhadap

Pencegahan Primer Penyakit Jantung Koroner dan Faktor-faktor yang

Berhubungan

Dokter pembimbing : Dr. dr. Aris Sutanto, MS, Sp.OK

Dokter penguji : Dr. E. Irwandy Tirtawidjaja

dr. Melda Suryana, M.Epid

1. STATISTIK NON PARAMETRIK

Metode tes statistik non parametrik sering juga disebut metode bebas sebaran (free

distribution). Penyebutan ini didasarkan pada kenyataan bahwa tes ini metode uji tes

statistiknya tidak menetapkan syarat-syarat tertentu tentang bentuk distribusi parameter

populasinya. Artinya metode statistik non parametrik tidak menetapkan syarat bahwa

observasi-observasinya harus ditarik dari populasi yang berdistribusi normal.

Banyak diantara sejumlah tes statistik non parametrik yang disebut sebagai tes “ uji

ranking”, non parametrik ternyata menunjukkan hasil yang cukup baik tidak jauh berbeda

dari sebab tes statistik yang digunakan bukan untuk skor eksak dalam pengertian keangkaan

melainkan skor yang berupa jenjang atau tingkatan. Selanjutnya hasil pemikiran para pakar

statistik menciptakan berbagai jenis tes statistik jenis tes statistik parametrik. Meski demikian

tes statistik dalam banyak hal juga memiliki kelemahan selain kelebihan.

Kelebihan Tes Statistik Non Parametrik

Tes ini dapat dimanfaatkan ketika sampel yang diambil dalam penelitian kecil atau

terpaksa kecil karena sifat hakekat dari sampel itu sendiri (misalnya n = 6).

Uji statistik non parametrik dapat digunakan untuk menganalisis data dalam bentuk

jenjang atau ranking dan data yang skor keangkaannya secara sepintas kelihatan

memiliki ranking. Bahkan dalam beberapa tes hanya dengan data dalam bentuk tanda

plus atau minus maka analisis dengan tes non parametrik dapat dilakukan.

Uji tes statistik non parametrik dapat digunakan untuk data dalam bentuk klasifikasi

atau kategorikal. Dalam hal ini data dimaksud adalah data nominal.

Tersedia tes statistik non parametrik untuk menganalisis sampel yang terdiri dari

observasi dari beberapa populasi yang berlainan.

Tes statistik non parametrik dalam kenyataan sederhana perhitungan atau analisisnya

sehingga mudah untuk dipelajari dan dipraktekkan.

Kelemahan Tes Statistik Non Parametrik

Apabila persyaratan bagi model tes statistik parametrik (terutama asumsi distribusi

normal) dapat dipenuhi dan jika pengukuran data memiliki kekuatan seperti

dipersyaratkan pemakaian uji tes statistik non parametrik maka kekuatan efisiensinya

menjadi lebih rendah.

Uji statistik non parametrik tidak dapat digunakan untuk menguji interaksi seperti

dalam model analisis variance.

Metode statistik non parametrik tidak dapat digunakan untuk membuat prediksi

(ramalan) seperti dalam model analisis regresi, karena asumsi distribusi normal tidak

dapat dipenuhi.

Selama ini dikenal banyak jenis tes statistik non parametrik (sedikitnya 37 jenis)

dalam berbagai kasus. Kondisi ini kadang menyulitkan peneliti atau analis data untuk

memilih tes yang tepat atau sesuai dengan kasus yang dihadapi.

Penggunaan dan Jenis Tes Statistik Non Parametrik

Tes statistik non parametrik digunakan dalam kondisi sebagai berikut:

Bentuk distribusi populasi yang menjadi asal sampel diambil tidak diketahui distribusi

penyebarannya secara normal.

Variabel penelitian hanya dapat diukur dalam skala nominal (hanya diklasifikasikan

dan dihitung frekuensinya).

Variabel penelitian yang diukur menghasilkan dapat berskala ordinal atau hanya dapat

disusun berdasarkan ranking atau tingkatan/jenjang.

Ukuran sampelnya kecil dan sifat distribusi populasinya tidak diketahui secara pasti.

Sejauh ini telah banyak tes statistik non parametrik yang dikembangkan. Siegel dan Castellan

dalam bukunya “Non Parametric Statistic for The Behavioral Sciences” tahun (1988)

membahas sebanyak kurang lebih 37 jenis tes statistik. Uji statistik dimaksud antara lain; Uji

Chi Square, uji median, uji tanda (sign test), uji Wilcoxon; uji U Mann Whitney; Tes

Kolmogorov Smirnov; Uji Kruskall Wallis; Uji Friedman; Tes Mc Nemar, dan sebagainya.

Untuk uji asosiasi tes non parametrik yang digunakan adalah tes koefisien korelasi Rank

Kendall, Rho Spearman; koefisien kontigensi C, Koefisien phi dan sebagainya.

2. PERBANDINGAN DATA DISKRIT DAN KONTINYU

Menurut jenisnya, data dikelompokkan menjadi dua yaitu kualitatif dan kuantitatif.

Data kualitatif (non metric) yaitu kemungkinan observasi yang tidak dinyatakan dengan

angka-angka. Data disajikan dalam bentuk kata-kata yang mengandung makna.

o Contohnya seperti persepsi konsumen terhadap botol air minum dalam kemasan,

anggapan para ahli terhadap psikopat dan lain-lain.

Data kuantitatif yaitu serangkaian observasi atau pengajaran yang dapat dinyatakan

dengan angka-angka. Data dipaparkan dalam bentuk angka-angka.

o Misalnya adalah jumlah pembeli saat hari raya idul adha, tinggi badan siswa

kelas 3 ips 2, dan lain-lain.

Data kuantitatif dikelompokkan menjadi dua yaitu data diskrit dan data kontinu.

a. Data diskrit: yaitu data yang hanya mempunyai sejumlah terbatas nilai-nilai. Ia

merupakan data kuantitatif yang nilainya khusus dan merupakan hasil perhitungan

serta biasanya berbentuk bilangan bulat.

Contohnya:

o Jumlah penumpang bus pariwisata 5 orang, 10 orang atau 40 orang.

o Jumlah mahasiswa di sebuah universitas

o Banyaknya masyarakat yang memakai kendaraan roda dua di daerah

Purwokerto 

b. Data kontinu: yaitu data yang secara teoritis dapat menjalani setiap nilai. Disebut juga

nilai pengamatan kuantitatif kontinyu. Ia merupakan data kuantitatif yang nilainya

menempati semua interval pengukuran dan merupakan hasil pengukuran serta bisa

berupa bilangan pecahan dan bulat.

Contoh :

o Jarak rumah ke sekolah bisa 1.25 Km

o Pengukuran debit air di bendungan

o Pengukuran tingkat curah hujan di daerah Bandung