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 samplesampel 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.