Minggu ke -4, Jumat, 110512

STATISTIKA PARAMETRIK
Prak. Biostatistik
Oleh :

Dennis Sugianto, S.Si

085717113566
denis.sugianto@s.itb.ac.id
Universitas Islam Negeri Syarif Hidayatullah Jakarta

Outline
-

Uji Normalitas
Paired Sample T-Test
One Sample T-Test
Independent Sample T Test
One Way ANOVA
Two Way Anova

Jenis hipotesis
Skala
pengukuran
variabel

Komparatif/asosiatif
2 kelompok

Korelatif

>2 kelompok

Berpasangan

Tidak
Berpasangan

Berpasangan

Tidak
berpasangan

Nominal
(kategorikal)

McNemar **

Chi Square**
Fisher**
KolmogorovSmirnov**

Cochran**

Chi Square**
Fisher**
KolmogorovSmirnov**

Ordinal
(Kategorikal)

Marginal
homogeneity**
Wilcoxon

Chi Square**
Fisher**
KolmogorovSmirnov**

Cochran**
Friedman**

Chi Square**
Fisher**
KolmogorovSmirnov**

MannWhitney

Friedman

KruskalWallis

Wilcoxon
Numerik
(interval dan
rasio)

Uji t
Uji t tidak
Anova *
berpasangan * berpasangan
*

Anova *

Spearman
Pearson *

Statistika Parametrik

Uji Satu Kelompok

One Sample t-test
Uji Dua Kelompok bebas
Independent Sample t-test
Uji Dua Kelompok Terkait
Paired Sample t-test
Uji Lebih dari dua sampel bebas
One Way Anova test
Two Way Anova Test
4

Statistika Nonparametrik
Uji Data Dua Sampel Berhubungan (Dependent), terdiri dari :
Uji Peringkat-Bertanda Wilcoxon
Uji Tanda (Sign)
Uji McNemar
Uji Data Dua Sampel Tidak Berhubungan (Independent), terdiri dari :
Uji U Mann-Whitney
Uji Dua Sampel Kolmogorov-Smirnov
Uji Run Wald-Wolfowitz
Uji Data Tiga atau Lebih (k) Sampel Berhubungan, terdiri dari :
Uji Friedman
Uji Keselarasan (Konkordansi) Kendall
Uji Cochran
Uji Data Tiga atau Lebih (k) Sampel Tidak Berhubungan, terdiri dari :
Uji Kruskal Wallis
Uji Median
5

Pengertian Statistika Parametrik

Statistika parametrik adalah statistika yang di dalam
pengolahan datanya menggunakan parameter yang
spesifik seperti rata-rata populasi () atau varians (2)
Pengambilan kesimpulan mengenai parameter
tersebut didasarkan pada data yang ada pada sample.
Misalnya, untuk menaksir parameter rata-rata
populasi dipakai rata-rata beberapa sample. Ini
membutuhkan persyaratan-persyaratan tertentu.
Dengan kata lain, data sampel tersebut harus
memenuhi syarat-syarat tertentu agar absah untuk
dijadikan dasar dalam penarikan kesimpulan
mengenai parameter populasi tersebut.

Statistika Parametrik

Uji Satu Kelompok

One Sample t-test
Uji Dua Kelompok bebas
Independent Sample t-test
Uji Dua Kelompok Terkait
Paired Sample t-test
Uji Lebih dari dua sampel bebas
One Way Anova test
Two Way Anova Test

Pengambilan keputusan didasarkan atas dua metode :

Berdasarkan perbandingan nilai thitung dengan ttabel di mana 1=2
Jika |thitung| > ttabel, maka H0 ditolak
Jika |thitung| < ttabel, maka H0 diterima
Berdasarkan nilai probabilitas dengan = 0,05 :
Jika probabilitas > 0,05 , maka H0 diterima
Jika probabilitas < 0,05 , maka H0 ditolak
7

PAIRED SAMPLE T-TEST (UJI MEAN DUA

SAMPEL YANG BERPASANGAN)
Untuk meningkatkan penjualan, Manajer Pemasaran mengikutsertakan 15 salesman pada sebuah pelatihan Wiraniaga. Setelah itu
manajer pemasaran membandingkan kinerja penjualan roti sebelum
dan sesudah mengikuti pelatihan, dengah hasil sebagai berikut.
Salesman Sebelum Sesudah
1
525
554
2
550
550
3
560
587
4
450
489
5
400
450
6
435
435
7
450
445
8
445
490

Salesman Sebelum Sesudah

9
345
375
10
336
380
11
327
350
12
329
329
13
547
549
14
355
357
15
520
525

Dengan tingkat kepercayaan 95% dan tingkat signifikan = 0.05, apakah

ada perbedaan antara kinerja penjualan sebelum ikut pelatihan dengan
sesudah ikut pelatihan tersebut ?
8

Langkah-langkah :
Klik Analyze, kemudian pilih submenu Compare-Means. Dari
serangkaian pilihan test, sesuai kasus pilih Paired-Samples T-Test.
Paired Samples Correlations
N
Pair 1

sebelum & sesudah

15

Correlation
.974

Sig.
.000

Dari hasil pengujian diperoleh angka koefisien korelasi sebesar

0.974, hal ini menunjukkan adanya korelasi yang sangat erat
antara data sebelum pelatihan dan sesudah pelatihan. Dengan
nilai probabilitas sebesar 0.000 lebih kecil dari 0.05 (0.000 <
0.05) maka dapat disimpulkan bahwa hubungan yang terjadi
antar kedua variabel tersebut adalah signifikan.

Paired Samples Test

Mean
Pair
1

sebelum sesudah

-19.400

Paired Dif f erences

95% Conf idence
Interv al of t he
St d.
Dif f erence
St d.
Error
Dev iation
Mean
Lower
Upper
19.62797

5.06792

-30.270

-8.53039

df

-3.828

14

Sig. (2-tailed)
.002

Hipotesis :
H0 : tidak ada perbedaaan antara rata-rata penjualan sebelum dan sesudah pelatihan
H1 : terdapat perbedaaan antara rata-rata penjualan sebelum dan sesudah pelatihan

Berdasarkan Uji t
Diperoleh thitung sebesar -3.828 dimutlakkan menjadi 3.828. Sedang ttabel bisa didapat
pada tabel t-test, dengan = 0.05, karena digunakan hipotesis dua arah, nilai dibagi
dua menjadi 0.025, dan df = 14 (dari rumus n-1, dimana n adalah jumlah data, 151=14). Didapat ttabel adalah 2.14.
Oleh karena thitung > ttabel, (3.828 > 2.14), maka H0 ditolak, sehingga dapat disimpulkan
bahwa terdapat perbedaaan antara rata-rata penjualan sebelum ikut pelatihan dan
sesudah ikut pelatihan.
Berdasarkan nilai probabilitas dengan = 0,05 :
Terlihat bahwa (0.002 < 0.05). Dengan demikian H0 ditolak, sehingga terdapat
perbedaaan antara rata-rata penjualan sebelum ikut pelatihan dan sesudah ikut
pelatihan.
10

ONE SAMPLE T TEST (UJI MEAN SATU SAMPEL)

Waktu untuk memperbaiki sebuah alat elektronik adalah variabel
random berdistribusi normal yang diukur dalam jam. 16 alat dipilih
secara acak dan dicatat waktu perbaikannya (dalam jam) sebagai
berikut :
No Waktu Perbaikan (jam)
1
159
2
280
3
101
4
212
5
224
6
379
7
179
8
264

No Waktu Perbaikan (jam)

9
222
10
363
11
168
12
250
13
149
14
260
15
485
16
170

Apakah ada alasan untuk menyimpulkan bahwa rata-rata sebenarnya

waktu perbaikan alat lebih besar dari 225 jam ? gunakan = 0,05
dan tingkat kepercayaan 95%.
11

Langkah-langkah :
Klik Analyze, kemudian pilih submenu Compare-Means. Dari
serangkaian pilihan test, sesuai kasus pilih One-Samples T-Test
One-Sample Test
Test Value = 225

waktu perbaikan

t
.670

df
15

Sig. (2-tailed)
.513

Mean
Dif f erence
16.563

95% Conf idence

Interv al of the
Dif f erence
Lower
Upper
-36.09
69.21

Hipotesis :
H0 : 225 ; rata-rata waktu perbaikan tidak lebih besar 225 jam
H1 : > 225 ; rata-rata waktu perbaikan lebih besar 225 jam

Terlihat bahwa nilai probabilitas pada kolom Sig adalah 0.513 atau
probabilitas di atas 0.05 (0.513 > 0.05). Dengan demikian H0 diterima,
sehingga mempunyai kesimpulan bahwa rata-rata waktu perbaikan
adalah tidak lebih besar 225 jam.

12

INDEPENDENT-SAMPLE T-TEST (UJI MEAN DUA

SAMPLE-INDEPENDENT)
Terdapat dua kelas mahasiswa yang mengikuti ujian statistika. Diduga
bahwa kedua kelas tersebut memiliki rata-rata nilai yang sama. Untuk
membuktikan hal itu, diambil sampel acak sebanyak 20 mahasiswa
dari masing-masing kelas dengan hasil sebagai berikut :
No
1
2
3
4
5
6
7
8
9
10

Kelas A
73
75
67
57
87
91
56
78
56
77

Kelas B
56
48
69
75
90
45
67
77
87
89

No
11
12
13
14
15
16
17
18
19
20

Kelas A
60
50
76
70
78
82
86
98
92
55

Kelas B
65
52
72
68
75
80
80
87
88
50

Dengan menggunakan resiko kekeliruan sebesar 5% dan diasumsikan

bahwa simpangan baku kedua kelompok sama, buktikan kebenaran
dugaan tersebut !
13

Langkah-langkah :
Klik Analyze, kemudian pilih submenu Compare-Means. Dari serangkaian
pilihan test, sesuai kasus pilih Independent-Samples T-Test
Independent Samples Test
Lev ene's Test f or
Equality of Variances

F
Nilai

Equal v ariances
assumed
Equal v ariances
not assumed

Sig.
.029

.865

t-t est f or Equality of Means

df

Sig.
(2-tailed)

Mean
Dif f erence

St d. Error
Dif f erence

95% Conf idence

Interv al of the
Dif f erence
Lower
Upper

.487

38

.629

2.20000

4.51582

-6.942

11.3418

.487

37.951

.629

2.20000

4.51582

-6.942

11.3422

Uji Variansi, dengan Hipotesis :

H0 : (varians kedua populasi homogen)
H1 : (varians kedua populasi heterogen)
2
1

2
1

2
2

2
2

Pada nilai Sig. diperoleh nilai sebesar 0.865, karena nilainya jauh di atas =
5%, maka H0 diterima, yang menunjukkan bahwa dengan resiko kekeliruan
sebesar 5%, varians kedua populasi tersebut Homogen, maka digunakan Equal
variances assumed.
14

Continue..
Independent Samples Test
Lev ene's Test f or
Equality of Variances

F
Nilai

Equal v ariances
assumed
Equal v ariances
not assumed

Sig.
.029

.865

t-t est f or Equality of Means

df

Sig.
(2-tailed)

Mean
Dif f erence

St d. Error
Dif f erence

95% Conf idence

Interv al of the
Dif f erence
Lower
Upper

.487

38

.629

2.20000

4.51582

-6.942

11.3418

.487

37.951

.629

2.20000

4.51582

-6.942

11.3422

Hipotesis :
H0 : 1 = 2 ; tidak ada perbedaaan antara rata-rata nilai kelas A dan nilai kelas B
H1 : 1 2 ; terdapat perbedaaan antara rata-rata nilai kelas A dan nilai kelas B

Terlihat bahwa nilai probabilitas pada kolom Sig adalah 0.629 atau
probabilitas di atas 0.05 (0.629 > 0.05). Dengan demikian H0 diterima,
sehingga mempunyai kesimpulan yang sama dengan uji t yaitu tidak ada
perbedaaan antara rata-rata nilai kelas A dan nilai kelas B.

15

ONE WAY-ANOVA
Jika Uji t digunakan untuk pengujian dua sampel, maka ONE
WAY-ANOVA digunakan untuk pengujian lebih dari dua
sampel. Asumsi yang digunakan pada pengujian ANOVA
adalah :
Populasi-populasi yang akan diuji berdistribusi normal
Varians dari populasi-populasi tersebut adalah sama
Sampel tidak berhubungan satu dengan yang lain.
CONTOH KASUS
Seorang Supervisor sebuah perusahaan air minum ingin mengetahui
apakah ada perbedaan nyata dari penjualan air minum di daerah
penjualan JABOTABEK. Untuk itu diambil sampel berupa data
penjualan air minum, masing-masing 10 outlet untuk kawasan
JABOTABEK, dengan data sebagai berikut :
16

Daerah Penjualan
Jakarta Bogor Tangerang Bekasi
1
632
564
567
532
2
661
601
601
557
3
632
654
576
543
4
621
695
542
518
5
652
651
587
529
6
685
634
529
534
7
639
624
521
548
8
652
651
542
557
9
638
653
551
524
10
666
632
432
532

No

Pada kasus ini terdapat empat

sampel yang bebas satu dengan yang
lain, yaitu daerah Penjualan Jakarta,
Bogor, Tengerang dan Bekasi.
Diasumsikan populasi berdistribusi
normal. Dengan tingkat kepercayaan
95%, apakah terdapat perbedaaan
rata-rata penjualan diantara empat
daerah penjualan tersebut ?

Langkah-langkah :
Klik Analyze, kemudian pilih submenu Compare-Means. Dari
serangkaian pilihan test, sesuai kasus pilih One-Way Anova
Descriptives
Penjualan

N
Jakarta
Bogor
Tangerang
Bekasi
Total

10
10
10
10
40

Mean
647.80
635.90
544.80
537.40
591.48

St d. Dev iation
19.194
35.146
47.140
13.368
59.599

St d. Error
6.070
11.114
14.907
4.227
9.423

95% Conf idence Interv al f or

Mean
Lower Bound
Upper Bound
634.07
661.53
610.76
661.04
511.08
578.52
527.84
546.96
572.41
610.54

Minimum
621
564
432
518
432

Maximum
685
695
601
557
695

17

UJI VARIANSI
Test of Homogeneity of Variances
Penjualan
Lev ene
St at ist ic
1.898

df 1

df 2
3

36

Sig.
.147

Hipotesis :
H0 : varians keempat populasi homogen
H1 : varians keempat populasi heterogen
Terlihat bahwa nilai probabilitas pada kolom Sig adalah 0.147 di atas
0.05 (0.147 > 0.05). Dengan demikian H0 dierima, yang menunjukkan
bahwa, varians keempat populasi tersebut Homogen.

18

Uji ANOVA
ANOVA
Penjualan

Between Groups
Within Groups
Total

Sum of
Squares
102487.5
36040.50
138528.0

df
3
36
39

Mean Square
34162.492
1001.125

F
34.124

Sig.
.000

Hipotesis :
H0 : tidak ada perbedaaan rata-rata hasil penjualan di antara daerah JABOTABEK
H1 : terdapat perbedaaan rata-rata hasil penjualan di antara daerah JABOTABEK
Jika Fhitung >Ftabel, maka H0 ditolak dan H1 diterima
Jika Fhitung < Ftabel, maka H0 diterima dan H1 ditolak
Didapat nilai Fhitung = 34.124. Sedang Ftabel bisa didapat pada tabel F-test, dengan = 0.05, dan
df1 = 3 (didapat dari rumus N-1, dimana N adalah jumlah variabel bebas, 4-1=3), df2 = 36
(didapat dari rumus n-N, dimana n adalah jumlah data, 40-4=36). Didapat Ftabel adalah 2.866.
Keputusan : Oleh karena Fhitung > Ftabel, (34.124 > 2.866), maka H0 ditolak, sehingga dapat
disimpulkan bahwa terdapat perbedaaan rata-rata hasil penjualan di antara daerah
JABOTABEK.
nilai probabilitas pada kolom Sig adalah 0.000 atau probabilitas di bawah 0.05 (0.000 <
0.05). Dengan demikian H0 ditolak, sehingga terdapat perbedaaan rata-rata hasil penjualan di
antara daerah JABOTABEK.
19

Uji Post Hoc

Multi ple Comparisons
Dependent Variable: Penjualan
Tukey HSD

(I) Daerah
Jakarta

Bogor

Tangerang

Bekasi

(J) Daerah
Bogor
Tangerang
Bekasi
Jakarta
Tangerang
Bekasi
Jakarta
Bogor
Bekasi
Jakarta
Bogor
Tangerang

Mean
Dif f erence
(I-J)
11.900
103.000*
110.400*
-11.900
91.100*
98.500*
-103.000*
-91.100*
7.400
-110.400*
-98.500*
-7.400

Std. Error
14.150
14.150
14.150
14.150
14.150
14.150
14.150
14.150
14.150
14.150
14.150
14.150

Sig.
.835
.000
.000
.835
.000
.000
.000
.000
.953
.000
.000
.953

95% Conf idence Interv al

Lower Bound
Upper Bound
-26.21
50.01
64.89
141.11
72.29
148.51
-50.01
26.21
52.99
129.21
60.39
136.61
-141.11
-64.89
-129.21
-52.99
-30.71
45.51
-148.51
-72.29
-136.61
-60.39
-45.51
30.71

*. The mean dif f erence is signif icant at the .05 lev el.

Output Post Hoc menjelaskan antar daerah mana saja yang memiliki perbedaan dan
yang tidak memiliki perbedaan. Sebagai contoh pada baris pertama menguji perbedaan
antara daerah Jakarta dengan Bogor, didapat selisih rata-rata antar keduanya sebesar
11.9 dengan nilai signifikan (0.835 > 0.05), hal ini menyatakan tidak ada perbedaan
yang signifikan antara rata-rata penjualan di Jakarta dengan Bogor.
20

Penjualan
a

Tukey HSD
Daerah
Bekasi
Tangerang
Bogor
Jakarta
Sig.

N
10
10
10
10

Subset f or alpha = . 05
1
2
537.40
544.80
635.90
647.80
.953
.835

Means f or groups in homogeneous subset s are display ed.

a. Uses Harmonic Mean Sample Size = 10.000.

Homogeneus Subsets digunakan untuk mengelompokkan variabel

mana saja yang mempunyai perbedaan rata-rata yang signifikan dan
yang tidak mempunyai perbedaan rata-rata yang signifikan.

21

ANOVA 2 FAKTOR

ANOVA 2 Faktor digunakan untuk menganalisis 2

faktor atau perlakuan variabel (misal A dan B)
yang diduga berpengaruh terhadap observasi.
Apabila perlakuan A dengan a tingkat, perlakuan B
dengan b tingkat, dan kombinasi perlakuan ab
disebut dengan interaksi.

22

Contoh Kasus :
Suatu perusahaan roti menduga bahwa penataan roti pada
etalase yang dipajang mempengaruhi penjualan roti. Penataan
roti pada etalase meliputi tinggi (A1, A2, A3,) dan lebar (B1, B2).
Apabila tingkat penjualan diukur dari banyaknya roti yang
terjual dan tingkat kekeliruang adalah 5%. Diperoleh data sbb :
Faktor B
B1 (reguler) B2 (non reguler)
47
46
A1 (dasar)
43
40
62
67
A2 (tengah)
68
71
41
42
A3 (atas)
39
46
Faktor A

Apakah kedua faktor perlakuan tersebut berpengaruh terhadap

hasil penjualan roti ?
23

Langkah-langkah :

Klik Analyze General Linear Model Univariat

Hipotesis :
Faktor A :
H0 : Faktor A tidak mempengaruhi tingkat penjulan
H1 : Faktor A mempengaruhi tingkat penjulan
Faktor B :
H0 : Faktor B tidak mempengaruhi tingkat penjulan
H1 : Faktor B mempengaruhi tingkat penjulan
Faktor interaksi AB :
H0 : Faktor interaksi AB tidak mempengaruhi tingkat penjulan
H1 : Faktor interaksi AB mempengaruhi tingkat penjulan
24

Analisis :

Between-Subjects Factors
Faktor
A
Faktor
B

1.00
2.00
3.00
1.00
2.00

Value Label
A1
A2
A3
B1
B2

N
4
4
4
6
6

Tests of Between-Subjects Effects

Dependent Variable: Hasil Penjualan
Source
Corrected Model
Intercept
A
B
A*B
Error
Total
Corrected Total

Ty pe I II Sum
of Squares
1580.000a
31212.000
1544.000
12.000
24.000
62.000
32854.000
1642.000

df
5
1
2
1
2
6
12
11

Mean Square
316.000
31212.000
772.000
12.000
12.000
10.333

F
30.581
3020.516
74.710
1.161
1.161

Sig.
.000
.000
.000
.323
.375

a. R Squared = . 962 (Adjusted R Squared = .931)

25

TUGAS

Suatu penelitian dilakukan untuk melihat perbedaan tekanan darah dan

denyut nadi sebelum dan sesudah pemberian air kelapa pada pekerja
pandai besi. Apakah terdapat perbedaan tekanan darah dan denyut nadi
pada pekerja tersebut. Berikut adalah data yang diperoleh hasil
pemerikasaan tekanan darah dan denyut nadi.
Tekanan Darah

Denyut Nadi

Sebelum

Sesudah

Sebelum

Sesudah

110.5

109.5

56.0

54.3

138.5

140.6

87.5

80.3

122.7

125.7

65.7

63.6

113.8

124.6

89.2

80.7

124.5

123.5

72.3

70.5

132.7

135.7

54.5

53.9

114.9

115.7

60.5

57.9

119.2

120.2

64.5

62.3

120.6

120.7

71.2

68.9

26

Untuk Mengetahui apakah nilai aktivitas antioksidan pada daun simpur

dipengaruhi oleh metode ekstraksi dan kondisi operasi yang digunakan
pada saat ekstraksi. Metode ekstraksi yang digunakan metode ekstraksi
gelombang mikro, metode ekstraksi tekanan tinggi dan metode ekstraksi
sonikasi.

Berdasarkan tabel di atas, gunakanlah salah satu metode statistik untuk

mengetahui apakah metode ekstrasi yang berbeda beda memberikan
aktifitas antioksidan yang sama. Gunakanlah tingkat kepercayaan 95%.

27

28