Resume 1

Topik 1: Ruang Lingkup Biometri

a. Tujuan
Untuk mengolah data berupa data biologi (permasalahan-permasalahan biologi) yang
merupakan data kuantitatif. Data biologi adalah data yang diperoleh dari hasil penelitian atau
metode ilmiah. Data merupakan hasil pengamatan dari fenomena atau gejala-gejala yang ada
di alam. Sebuah data harus di dasarkan pada fakta-fakta yang ada di lingkungan. Data terdiri
dari data kuantitatif dan data kualitatif yang dapat diperoleh dengan melakukan suatu
pengukuran (measure).
b. Metode
Ada dua macam metode ilmiah untuk memperoleh konsep-konsep dalam biologi secara
empiris. Metode yang pertama disebut metode non-eksperimen dan metode eksperimen.
Metode non-eksperimen juga disebut metode observasi. Ada yang menyebutnya dengan
istilah metode survei.
c. Teknik Pengambilan Sampel
Cara penelitian sample dapat dilakukan dengan melakukan teknik sampling. Teknik
sampling dapat berupa teknik random (acak) dan teknik non-random (tak acak). Random
sampling harus didasarkan pada peluang tiap jenis individu yang ada haruslah sama. Teknik
random digunakan jika populasinya terbatas dan memiliki kerangka sampel (data anggota
sampel). Random sampling digunakan untuk analisis statistika inferensial. Random sampling
terdiri dari:
a. Simple random sampling
Peneliti harus mengetahui kerangka sampelnya dan jumlah individu dalam populasi
tersebut sehingga jumlahnya akan terbatas. Kemudian menlakukan pengundian
kepada tiap individu tersebut.
b. Stratified random sampling
Pada teknik ini, populasi telah diketahui bahwa tidak homogen. Kemudian populasi
dapat dibuat bertingkat menjadi subpopulasi atau strata yang pada akhirnya akan
homogen.
c. Systematic random sampling
d. Cluster random sampling
Digunakan jika data yang dikelompokkan tidak homogen. Dan sampelnya berupa
individu dalam Cluster. Misalnya Sekolah Dasar di provinsi dikelompokkan dalam
kabupaten, dikelompokkan lagi dalam 1 kecamatan dan sampelnya berupa SD yang
ada dalam kecamatan tersebut.
Kemudian yang selanjutnya adalah non random sampling atau pengambilan sampel tak
acak). Teknik ini digunakan jika tidak memiliki kerangka sampel dan tidak memiliki anggota

populasi. Non-random sampling digunakan untuk analisis statistika deskriptif. Non-random

sampling terdiri dari:
a. Purposive sampling
Jika kita ingin meneliti burung kutilang maka kitapurposive nya eneliti burungburung yang dimiliki orang bukan mencari dan menangkap burung kutilang di
hutan.
b. Quota sampling
Dalam pengambilan sampelnya tidak diperlukan pertimbangan lagi karena jumlah
populasi awalnya sudah memenuhi jumlah yang kita inginka.
c. Accidental sampling
Contoh data sensus yaitu data tentang sapi impor disuatu wilayah tertentu. Kemudian
jika kita hanya ingin mengamati beberapa individu dalam sebuah populasi saja maka disebut
penelitian sampling. Sample adalah individu-individu yang benar-benar harus representatif
atau harus mewakili populasinya. Jadi nilai parameter dari individu-individu tersebut harus
benar-benar mencerminkan keadaan dari populasinya.

Resume 2
Topik 2
Teknik analisis statistika deskriptif Sensus dan Sampling
a. Tujuan
Tujuan statistika deskriptif adalah menggambarkan data tanpa uji hipotesis dan untuk
mengolah data pada tingkat sampel sehingga diperoleh statistik sampel. Statistika deskriptif

digunakan untuk mendeskripsikan keadaan populasi jika metode sensus dan keadaan sample
jika metode sampling.
Hasil peneitian berupa data sensus cukup diolah dengan menggunakan analisis statistika
deskriptif karena hasil analisis data sensus sudah merupakan nilai parameter populasi. Data
yang dihasilkan pada analisis statistika deskriptif disebut data statistik sampel yang berupa
pemusatan, tendensi, dan lainnya. Data statistik tersebut hanya berlaku pada tingkat sampel
belum pada tingkat populasi. Hasil statistika deskriptif hanya terbatas memberikan informasi
sampel dan tidak dapat digunakan untuk menduga parameter populasi.
Penyajian data pada statistika deskriptif yaitu dapat dalam bentuk tabel maupun
diagram. Pada statistika deskriptif akan dilakukan pemusatan dan penyimpangan agar data
dapat dibaca dengan mudah. Pemusatan terdiri dari rata-rata (mean), nilai tengah (median),
modus, kuartil, persentil, dll. Penyimpangan terdiri dari simpangan baku, ragam, galat baku,
dsb.
b. Uji dan Prosedur Pengerjaan
Disebut ukuran gejala pusat atau tendensi sentral (central tendency) karena nilai atau
harga ukuran gejala pusat mampu memberi gambaran tentang posisi atau letak pusat data atau
nilai-nilai pengamatan, baik dalam bentuk data terserak maupun yang sudah dikelompokkan
dalam bentuk tabel distribusi frekuensi.
1. Rata-Rata Populasi

2. Modus adalah data yang memiliki frekuensi pemunculan terbanyak

3. Median adalah suatu nilai yang membagi data yang telah diurutkan besarnya (dari
yang terbesar sampai yang terkecil atau sebaliknya), menjadi dua kelompok data,
yakni data kelompok atas dan data kelompok bawah dengan anggota yang sama
banyaknya.
4. Kuartil, Desil, dan Persentil
Berikut ini adalah yang termasuk nilai penyimpangan:
1. Rentang
Kisaran atau rentang (R) = nilai pengamatan terbesar nilai pengamatan terkecil
2. Simpangan rata-rata atau deviasi rata-rata

3. Simpangan baku atau deviasi standar

4. Varians atau ragam (variance) adalah kuadrat dari simpangan baku
c. Contoh kasus
Sebuah penelitian berat ayam potong pada usia 6 bulan disuatu kandang dan telah
memperoleh data dengan metode sensus. Hasilnya adalah sebagai berikut.
No
Berat (kg)
1
5,6
2
4,9
3
6,0
4
6,7
5
7,4
6
5,9
7
6,1
8
6,6
9
7,0
10
7,3
Hitunglah nilai rata-rata, median, simpangan baku hasil sensus tersebut.
Resume 3
Topik 3
Statistika Parametrik Dua Nilai Rata-Rata
Statistika inferensial yaitu statistik yang menyediakan aturan atau cara yang dapat
digunakan untuk menarik kesimpulan. Ada dua jenis teknik analisis statistika inferensial yaitu
statistika parametrik dan nonparametrik.
a. Tujuan
Tujuan statistika parametrik adalah untuk menduga parameter populasi atau menguji dengan
membandingkan data statistik sampel dengan parameter populasi yang diasumsikan
berdistribusi normal. Parametrik artinya mempunyai nilai parameter populasi. Nilai
parameter dapat berupa rata-rata (), simpangan baku ( ), dan ragam atau varians (
2

).

b. Asumsi

Normalitas
Jika kita sudah yakin bahwa distribusi data yang kita teliti adalah normal dan syarat
lain sudah terpenuhi, maka dapat menguji dengan menggunakan analisis parametrik
namun jika kita ragu dalam menentukan distribusi data tersebut, maka dapat diuji
dengan menggunakan uji normalitas seperti uji Liliefors yaitu jika Lhitung < Ltabel
maka distribusinya normal.
Homogenitas ragam
Jika kita ingin melihat perbedaan-perbedaan antarkelompok yang ada, maka

kelompok-kelompok yang merupakan sampel tersebut harus memiliki variansi/ragam

yang sama/homogen.
Data berupa skala interval dan rasio
Pada data interval, dua angka yang berurutan memiliki jarak yang sama tetapi angka-

angka tersebut tidak dapat dibandingkan. Sedangkan untuk data rasio nilai-nilai
memiliki perbandingan karena memiliki nilai dasar yang sama (nol).
c. Uji dan Prosedur Pengerjaan
- Uji terhadap parameter populasi dengan Simpangan Baku diketahui
Dalam hal ini, besarnya nilai rata-rata populasi sudah diketahui, dan besarnya
simpangan baku juga telah diketahui atau sudah ditetapkan berdasarkan pernyataan.
Rumusnya adalah dengan menggunakan zhitung.:

Uji terhadap parameter populasi dengan Simpangan Baku tidak diketahui

Jika nilai simpangan baku populasi tidak diketahui, maka besarnya dapat diduga
dengan menggunakan nilai simpangan baku sampel (s). Rumusnya adalah dengan
menggunakan thitung:

s : simpangan baku sampel

d. Contoh kasus
Diketahui dari hasil-hasil peneitian yang sudah dilakukan, diketahui bahwa ikan nila
mampu hidup baik pada salinitas air 20 dengan simpangan baku 3,4.
Kemudian jika data-datanya sudah diperoleh maka diuji dengan

menggunakan uji parameter populasi dengan Simpangan Baku diketahui dan dengan
rumus:
Untuk nilai

diperoleh dari rata-rata sampel atau rata-rata dari keseluruhan

data. Untuk besarnya n yaitu banyaknya data. Untuk nilai

untuk nilai

yaitu sebesar 20 dan

yaitu sebesar 3,4.

Resume 4
Topik 4
Statistika Parametrik Dua Nilai Rata-Rata Data Berpasangan
Data berpasangan merupakan data yang nilai parameter awalnya sebagai pembanding
dari nilai parameter yang sudah diberi perlakuan/faktor yang mempengaruhinya.
a. Tujuan
Untuk membandingkan dua nilai rata-rata untuk mengetahui ada tidaknya pee=rbedaan.
b. Asumsi
Statistika parametrik pada data berpasangan juga memiliki asumsi yang sama dengan uji
parametrik pada umumnya. Berikut ini asumsi atau syarat analisis statistika parametrik:
1. Distribusi populasi diasumsikan normal
2. Data sampel merupakan hasil pengukuran dengan skala interval atau rasio
3. Memiliki variansi atau ragam yang homogen
Data yang diasumsikan memenuhi keparametrikan tersebut juga harus dipastikan bahwa
datanya berpasangan yaitu berasal dari perlakuan yang sama atau obek yang sama dan
mengaami ulangan pengukuran.

c. Uji
Statistika parametrik untuk data berpasangan yaitu dengan menggunakan uji t. Uji t
digunakan jika nilai rata-rata populasi (o) dan simpangan baku tidak diketahui.
Dikarenakan datanya berpasangan, maka setiap pasangan data menunjukkan data awal
dan data akhir yang diukur dari sampel yang sama.
Rumus dari thitung adalah:

Perlu diperhatikan, pada uji data berpasangan sebelum menghitung thitungnya maka
harus diuji kenormalannya (uji normalitas), baik distribusi sebelum diberi perlakuan maupun
sesudah diberi perlakuan. Kemudian untuk penarikan kesimpulan, jika besarnya nilai t hitung
lebih kecil dari nilai ttabel maka harus menerima hipotesis nihil (Ho).
d. Prosedur Pengerjaan
Prosedur Pnegerjaan:

Langkah pertama yang dilakukan adalah merumuskan hipotesis statistika

terlebih dulu.
Selanjutnya adalah menghitung besarnya thitung dengan rumus seperti diatas.
Setelah diperoleh nilai thitung maka dibandingkan dengan ttabel. Jika besarnya
thitung < ttabel maka menerima Ho dan juga sebaliknya.

e. Contoh persoalan data berpasangan dan parametrik adalah:

Produsen obat diet ingin mengetahui efektivitas pengaruh obatnya terhadap penurunan
berat badan. Maka diambil sampel sebanyak 10 orang dan dilakukan penimbangan berat
badan sebelum dan sesudah minum obat diet selama 1 bulan.

Resume 5
Topik 5
Statistika Parametrik Dua Nilai Rata-Rata Data tidak Berpasangan
Data tidak berpasangan merupakan data yang dikumpulkan dari kelompok satu sama
sekali tidak ada kaitannya dengan data yang dikumpulkan dari kelompok yang kedua karena
pengukuran dilakukan sekali saja/tidak berulang-ulang. Jadi secara mudahnya, data tidak
berpasangan jika berasal dari objek dan perlakuan yang berbeda.
a. Tujuan
Untuk membandingkan dua nilai rata-rata untuk mengetahui ada tidaknya perbedaan.
Karena tidak memenuhi syarat keparametrikan maka diuji menggunakan nonparametrik.
b. Asumsi
Statistika parametrik pada data tak berpasangan juga memiliki asumsi yang sama dengan
uji parametrik pada umumnya. Berikut ini asumsi atau syarat analisis statistika
parametrik:
1. Populasi tersebar normal
2. Data sampel merupakan hasil pengukuran dalam bentuk skala interval atau skala
rasio
3. Nilai parameter populasi tidak ada yang diketahui.
4. Ukuran sampel (n1 dan n2) untuk uji t data tidak berpasangan disesuaikan dengan
jenis penelitiannya dan tingkat ketelitian yang diinginkan.
c. Uji
Jika ditemukan kasus data tak berpasangan dan parametrik maka diuji dengan uji t.
Namun uji t yang digunakan memiliki rumus yang berbeda dari uji t pada data
berpasangan. Dikarenakan nilai rata-rata populasi (o) dan simpangan baku tidak

diketahui maka perhitungan berdasarkan data statistik sampel dibawa ke distribusi t.

Rumus untuk varians/ragam yang homogen dan tidak homogen tentunya berbeda.
Rumus thitung untuk varians homogen adalah:

Dan rumus thitung untuk varians heterogen adalah:

Terdapat dua rumus untuk mencari thitung pada kasus data tak berpasangan. Sehingga
yang terlebih dahulu dilakukan adalah menentukan varians/homogenitasnya terlebih dulu. Uji
varians dapat dicari dengan rumus:

Jika hasil Fhitung < Ftabel maka telah terbukti bahwa varians/ragamnya homogen dan
juga sebaliknya.
d. Prosedur Pengerjaan
- Langkah yang pertama dilakukan adalah menentukan hipotesis statistika.
- Selanjutnya menentukan homogenitasnya karena pada soal tersebut tidak disebutkan
-

apakah homogen atau tidak.

Selanjutnya
menghitung

kehomogenitasannya tadi.
Dan jika nilai thitung lebih kecil dari ttabel maka menerima Ho dan juga sebaliknya.

besarnya

thitung

dengan

rumus

berdasarkan

e. Contoh kasus
Seorang peneliti ingin mengetahui perbedaan produksi telur yang dihasilkan ayam
petelur dengan jenis ransum berbeda. Maka terdapat dua kelompok ayam petelur yang
pada kelompok pertama di beri ransum A dan satu kelompok lagi diberi ransum B.
Pengukuran dilakukan dengan menghitung produksi telur yang dihasilkan.

Resume 6
Topik 6
Statistika NonParametrik Dua Nilai Rata-Rata Data Berpasangan
Statistika nonparametrik merupakan analisis yang bertujuan untuk membandingkan data
statistik sampel dengan parameter populasi yang tidak diketahui/diasumsikan distribusinya.
Pada data berpasangan, terdapat dua macam analisis statistika yaitu parametrik dan
nonparametrik.
a. Tujuan
Untuk membandingkan dua nilai rata-rata untuk mengetahui ada tidaknya perbedaan.
Namun karena tidak memenuhi syarat keparametrikan, maka diuji menggunakan
nonparametrik.
b. Asumsi
Adapun syarat atau asumsi dari analisis statistika nonparametrik adalah:
- Normalitas
Jika distribusi populasinya ragu atau tidak diketahui atau bahkan jika sudah diuji
menggunakan uji Liliefors atau uji yang lainnya hasilnya adalah tidak normal, maka
dapat diuji menggunakan uji nonparametrik.
Data sampel merupakan hasil pengukuran dengan menggunakan skala nominal dan

skala ordinal. Data nominal merupakan data yang diperoleh dari pengukuran dengan
menggunakan skala nominal (hanya sekedar untuk simbol). Berbeda dengan skala
nominal, sala ordinak bukan hanya sekedar simbol namun dapat menunjukkan suatu
c. Uji

kategori memiliki posisi yang lebih tinggidari kategori yang lain.

Homogenitas atau variansi dari kelompoknya bersifat heterogen.

Uji yang digunakan jika data yang diperoleh bersifat nonparametrik dan merupakan data
berpasangan, maka menggunakan uji Peringkat Bertanda Wilcoxon. Tentu saja, kesimpulan
yang diperoleh nantinya adalah kesimpulan yang tidak memperhatikan distribusi populasi
sehingga sifatnya menjadi sangat terbatas.
d. Prosedur Pengerjaan
Langkah yang ditempuh untuk uji peringkat bertanda Wilcoxon adalah sebagai berikut.
1. Setelah dicari selisih harga data awal (pengukuran pertama) dan data akhir
(pengukuran ulang). kemudian beri peringkat, tanpa memperhatikan tanda positif

negatifnya. Nilai/harga yang kecil diberi peringkat kecil dan nilai/harga yang besar
diberi peringkat yang besar pula.
2. Setelah diperoleh peringkatnya, cantumkan tanda positif dan negatif sesuai dengan
tanda pada selisih harga sebelum diberi peringkat.
3. Jumlahkan nilai peringkat yang bertanda positif, dan jumlahkan pula nilai peringkat
yang bertanda negatif. Jumlah nilai peringkat yang lebih kecil di antara keduanya
merupakan harga t.
4. Kemudian, membandingkan harga thitung dengan ttabel jika ukuran sampel (N) < 25. Jika
thitung > ttabel maka Ho diterima (untuk perhitungan nonparametrik simbol ukuran
sampel menggunakan N, bukan n).
5. Jika ukuran sampel (N) > 25 maka rumusnya:

Kemudian hasil dari zhitung dibandingkan dengan ztabel dan jika zhitung < ztabel maka harus
menerima Ho, dan sebaliknya.
e. Contoh persoalan
Suatu penelitian tentang keefektifan metode diet diujicobakan pada 15 orang yang
dikategorikan gemuk sebagai sampel. Untuk menguji apakah metode ini efektif menurunkan
berat badan, maka pengukuran dilakukan seminggu sebulan melakukan metode diet dan
sebulan sesudah melakukan diet dengan pola hidup yang disamakan dari 15 sampel. Yang
diukur adalah berat badan yang hilang dari setiap sampel.

Resume 7
Topik 7
Statistika NonParametrik Dua Nilai Rata-Rata Data tidak Berpasangan

a. Tujuan
Untuk membandingkan dua nilai rata-rata untuk mengetahui ada tidaknya perbedaan.
Namun karena tidak memenuhi syarat keparametrikan, maka diuji menggunakan
nonparametrik dan pada hal ini yaitu datanya tidak berpasangan.
b. Asumsi
Persyaratan asumsi dari analisis statistika nonparametrik adalah:
- Normalitas
Jika distribusi populasinya ragu atau tidak diketahui atau bahkan jika sudah diuji
menggunakan uji Liliefors atau uji yang lainnya hasilnya adalah tidak normal, maka
-

dapat diuji menggunakan uji nonparametrik.

Data sampel merupakan hasil pengukuran dengan menggunakan skala nominal dan
skala ordinal. Data nominal merupakan data yang diperoleh dari pengukuran dengan
menggunakan skala nominal (hanya sekedar untuk simbol). Berbeda dengan skala
nominal, sala ordinak bukan hanya sekedar simbol namun dapat menunjukkan suatu
kategori memiliki posisi yang lebih tinggidari kategori yang lain.
Homogenitas atau variansi dari kelompoknya bersifat heterogen.

c. Uji
Uji yang digunakan untuk data nonparametrik dan tidak berpasangan menggunakan uji U
Mann Whitney.Kesimpulan yang diperoleh dari hasil uji Mann-Whitney juga kesimpulan
yang tidak memperhatikan distribusi populasi sehingga sifatnya menjadi sangat terbatas.
d. Prosedur Persoalan
Langkah untuk melakukan uji U-Mann Whitney adalah sebagai berikut.
a. Tanpa memperhatikan kelompoknya, beri peringkat pada setiap data. Data yang
kecil diberi peringkat yang kecil, dan juga sebaliknya.
b. Jumlahkan masing-masing peringkat pada masing-masing kelompok
c. Mencari harga U dengan rumus:

Untuk n<20, maka nilai Uhitung dibandingkan dengan nilai Utabel. Nilai Uhitung
yang digunakan adalah nilai Uhitung yang lebih kecil antara kelompok satudan
kelompok dua. Jika nilai Uhitung lebih besar dari Utabel maka harus menerima Ho,
dan sebaliknya.
Selain menggunakan Uhitung, dapat juga mengunakan zhitung dengan rumus:

Kemudian hasil dari zhitung dibandingkan dengan ztabel dan jika zhitung < ztabel maka harus
menerima Ho, dan sebaliknya.

e. Contoh persoalan data tak berpasangan dan nonparametrik adalah sebagai berikut:
Seorang peneliti ingin mengetahui pengaruh pemberian obat diet pada dua kelompok
sampel yang berbeda. Kelompok pertama yaitu kelompok orang dengan berat badan kurang
dari 80 kg dan kelompok kedua yaitu orang dengan berat badan lebih dari 80 kg. Setiap
kelompok terdiri dari 20 orang sebagai sampel.

Resume 8
Topik 8
Teknik Analisis Statistika Inferensial Parametrik Pembandingan K Nilai Rata-Rata
a. Tujuan
Untuk membandingkan lebih dari dua nilai rata-rata untuk mengetahui ada tidaknya
perbedaan dimana populasinya memenuhi syarat keparametrikan
b. Asumsi
- Populasi tersebar secara normal (uji normalitas)
-

Data sampel merupakan hasil pengukuran dalam bentuk skala interval atau rasio

Ukuran sampel sesuaikan dengan jenis penelitiannyadan tingkat ketelitian yang

diinginkan

Lebih dari dua nilai rata-rata yang diperbandingkan

Ragam kelompok pengamatan yang satu homogen dengan varians kelompok

pengamatan yang lain

c. Uji dan Prosedur Pengerjaan

K buah rata-rata adalah pembandingan lebih dari dua nilai rata-rata dari lebih dari dua
kelompok yang berbeda. Pada k buah rata-rata ini dikenal istilah uji varians yang bertujuan
untuk menyelidiki ada tidaknya perbedaan dari sebanyak k buah nilai rata-rata populasi.
Walaupun k nilai rata-rata, namun jika ada salah satu parameter yang diketahui maka
pembandingan populasi tetap tahap dua-dua atau tidak secara simultan (bersamaan).
Perumusan hipotesis nihil dan hipotesis alternatif pada k buah nilai rata-rata adalah:

Ho : 1 = 2 = 3 = t
Ha : paling sedikit ada dua rata-rata yang berbeda secara signifikan
Pada k buah rata-rata ini datanya ada yang berpasangan dan ada pula yang tidak
berpasangan. ANOVA satu jalur yaitu terdapat pada data yang tidak berpasangan, sedangkan
ANOVA dua jalur terdapat pada data yang berpasangan.
1. ANOVA satu jalur (one way analysis of variance)
Fhitung = KTP/KTE
Keterangan:
KTP : kuadrat tengah antarkelompok pengamatan/perlakuan
KTE : kuadrat tengah kekeliruan
Contoh kasus ANOVA satu jalur adalah:

Seorang peneliti ingin mengetahui pertambahan berat badan ikan nila yang memiliki
usis yang sama dan hidup dengan salinitas tertentu terhadap pemberian pakan A, B,
C dan D. Dan pengukuran dilakukan sebanyak 5 kali ulangan, sehingga nantinya
akan diperoleh sebanyak 20 data.
2. ANOVA dua jalur (two ways analysis of variance)
Untuk menguji hipotesisnya, maka menggunakan rumus Fhitung dengan rumus:

Fhitung = KTB/KTE
Keterangan:
KTB : kuadrat tengah antarblok
KTE : kuadrat tengah kekeliruan
Contoh kasus ANOVA dua jalur adalah sebagai berikut:
Seorang peneliti ingin mengetahui pengaruh pupuk A, B, C dan D terhadap
produktivitas berat buah cabai yang berasal dari tanaman cabai yang memiliki usia
yang sama disuatu wilayah tertentu dimusim kemarau. Kemudian wilayah tersebut
dibuat menjadi 3 blok yakni berdasarkan frekuensi penyiraman. Blok i yaitu frek
penyiraman tinggi, 2 sedang, 3 rendah. Penelitian disusun secara acak. Pada tiap blok

harus mendapatkan empat perlakuan tersebut yaitu harus mendapatkan percobaan

pupuk A, B, C dan D.
Pada anaisis parametrik, jika nilai Fhitung < Ftabel, maka harus menerima Ho, dan
sebaliknya. Namun jika Ha diterima, maka dilakukan uji lanjut BNT, Duncan dan
Dunnet.

Resume 9
Topik 9
Teknik Analisis Statistika Inferensial Nonparametrik Pembandingan K Nilai Rata-Rata
a. Tujuan
Untuk membandingkan lebih dari dua nilai rata-rata untuk mengetahui ada tidaknya
perbedaan dimana populasinya memenuhi syarat keparametrikan
b. Asumsi
Digunakan uji statistika nonparametrik jika tidak diketahui parameternya, distribusi
datanya tidak normal atau tidak diketahui, dan skalanya bukan skala interval atau rasio.
Walaupun data yang diukur merupakan data rasio atau interval, namun jika distribusinya
tidak normal maka tidak dapat diuji secara parametrik, melainkan harus diuji secara
nonparametrik. Kemudian data yang digunakan harus lebih dari dua nilai rata-rata.
c. Uji
1. Uji Kruskal Wallis

Untuk k buah rata-rata data tidak berpasangan yang terbukti menggunakan uji
nonparametrik maka menggunakan uji varians/ragam satu jalur berperingkat KruskalWallis. Adapun hipotesis nihil dan hipotesis alternatifnya dalam uji dua pihak adalah:
Ho : tidak ada perbedaan peringkat antarskor rata-rata populasi
Ha : diantara k nilai rata-rata skor, paling sedikit ada dua rata-rata skor yang berbeda
Prosedur Pengerjaan
Pada uji Kruskal Wallis, pemberian peringkat data diberikan secara bersamaan atau dari
berbagai kelompok. Rumus yang digunakan pada uji Kruskal Wallis adalah:

Keterangan:
N : banyaknya pengamatan
R1 : besarnya peringkat data kelompok ke-i
Ni : banyaknya pengamatan kelompok ke-i
Contoh kasus yang dapat di uji Kruskal Wallis:
Seorang peneliti ingin mengetahui tingkat

keefektifan

dari

macam

metode/program penurunan kadar gula darah pada penderita diabetes. Dipilih sebanyak
15 penderita diabetes yang kemudian dibagi kedalam 4 kelompok. Masing-masing
kelompok mengikuti program diet selama satu bulan dengan metode yang telah dibuat.
Setelah metode/program penurunan kadar gula darah berakhir, dilakukan pengukuran
kadar gula darah pada setiap sampel.
Penarikan kesimpulan pada Kruskal Wallisyaitu jika Hhitung<X2 Maka Ho diterima,
dan sebaliknya jika menerima Ha maka dilanjutkan dengan menggunakan uji Dunn.
2. Uji Friedman
Bertujuan untuk membuktikan secara empirik perihal ada tidaknya ketidaksamaan
dalam k buah rata-rata yang ditimbulkan sebagai efek perlakuan atau alami untuk data
yang berpasangan. Adapun hipotesis nihil dan hipotesis alternatifnya dalam uji dua pihak
adalah:
Ho : populasi-populasi dalam satu blok identik
Ha : sekurang-kurangnya ada salah satu kelompok perlakuan yang memiliki nilainilai lebih besar jika dibandingkan kelompok perlakuan yang lain
Prosedur Pengerjaan
Pada uji Friedman pemberian peringkat data berdasarkan pada masing-masing
blok/per kelompok diperingkat sendiri-sendiri. Rumus yang digunakan pada uji
Friedman adalah:

Keterangan:

N : banyaknya pasangan data

R1 : besarnya peringkat tiap kelompok data
k : banyaknya kolom
Contoh kasus yang dapat diuji Friedman adalah:
Suatu penelitian tentang keefektifan obat penyakit demam berdarah diujicobakan
pada 10 orang penderita demam berdarah sebagai sampel. Untuk menguji apakah obat ini
efektif menyembuhkan penyakit demm berdarah, maka pengukuran dilakukan 1,5 jam
setelah minum obat, 2 jam setelah minum obat dan 2,5 jam setelah minum obat.
Pengukuran dilakukan dengan menghitung kadar trombosit pada setiap sampel. Apakah
terjadi perbedaan dari ketiga kelompok tersebut?
Penarikan kesimpulan pada Friedman yaitu jika X2hitung<X2tabel maka Ho diterima,
dan sebaliknya. Namun jika Ho ditolak maka harus dilakukan uji lanjut sesudah Uji
Friedman.
Resume 10
Topik 10
Uji Regresi
a. Tujuan
Bertujuan untuk mencari model matematika yang dapat dipakai untuk menjelaskan
hubungan fungsional antara variabel bebas dengan variabel tak bebasnya. Garis regresi
akan diperoleh jika hubungan antara variabel bebas dengan variabel tak bebas
merupakan hubungan stimulus-respons, jadi merupakan hubungan kausatif. Artinya,
setiap perubahan yang terjadi pada variabel bebas akan berpengaruh terhadap variabel
tak bebas. Variabel bebas sebagai prediktor dan variabel tak bebas sebagai respon.
b. Asumsi
Pada rangkuman ini, akan dibahas uji regresi parametrik. Agar dapat diuji secara
parametrik maka persyaratan yang harus dipenuhi bahwa variabel tak bebas yang
merupakan variabel respons harus berasal dari populasi yang berdistribusi normal dan
pengamatan yang dilakukan secara acak, sedangkan variabel bebasnya merupakan
variable yang pasti/tetap (fixed variable), yaitu variabel yang pasti, jadi bukan acak.
Misalnya, variabel bebasnya terdiri dari level-level yang sudah ditentukan dalam
penelitian eksperimental. Dengan menggunakan prinsip parametrik, hubungan regresi
yang Anda cari adalah hubungan regresi pada tingkat populasi.
c. Uji

Jika variabel bebas diberi notasi X dan variabel tak bebasnya diberi notasi Y maka
model regresi dengan model linier sebagai berikut:

d. Prosedur Pengerjaan
langkah-langkah mencari model regresi:
a. Mengorganisasi data
b. Mencari jumlah kuadrat X (Sxx) dengan rumus:

c. Mencari jumlah kuadrat Y (Syy) dengan rumus:

d. Mencari jumlah hasil kali X dan Y (Sxy) dengan rumus:

e. Mencari harga b1 dengan rumus:

f. Mencari harga b0 dengan rumus:

e. Contoh kasus uji regresi adalah:

Seorang peneliti ingin mencari model regresi antara kelembaban tanah yang
mempengaruhi pertumbuhan tanaman (tinggi tanaman dalam cm).

Resume 11
Topik 11
Uji Korelasi
Tujuan korelasi yaitu untuk mengukur kekuatan hubungan antara dua variabel (kadang lebih
dari dua variabel) dengan skala-skala tertentu.
Hipotesis untuk uji dua pihak
Ho : = 0
Ha : 0

Hipotesis untuk uji satu pihak

Ho : 0 atau 0
Ha : > 0 atau < 0

1. Uji Korelasi Parametrik

Uji korelasi parametrik bertujuan untuk mencari derajat hubungan antara dua variabel
yang memenuhi persyaratan keparametrikan.
Seperti yang telah dibahas sebelumnya, bahwa syarat keparametrikan adalah distribusi
populasi normal, data yang digunakan merupakan data interval dan rasio dan data harus
homogen atau sama. Asumsi asumsi dasar korelasi diantaranya adalah kedua variabel
bersifat independen satu dengan lainnya, artinya masing-masing variabel berdiri sendiri dan
tidak tergantung satu dengan lainnya. Tidak ada istilah variabel bebas dan variabel
tergantung. Data untuk kedua variabel berdistribusi normal.
Hubungan antara variabel bebas dengan variabel tak bebasnya dinyatakan dalam bentuk
koefisien korelasi, yang pada tingkat populasi dinyatakan dengan lambang (baca rho) yang
diestimasi berdasarkan koefisien korelasi sampel sebesar r. Koefisien korelasi berkisar antara
harga 1 sampai dengan +1. Semakin besar nilai-nilai pengamatan suatu variabel (variabel
bebas X) akan diikuti dengan semakin kecilnya nilai-nilai pengamatan dari variabel
pasangannya (variabel tak bebas/tergayut Y).

Analisis yang digunakan untuk mencari besarnya derajat hubungan korelasi linier dari
dua pasang data yang memenuhi persyaratan parametrik adalah uji korelasi hasil kali momen
Pearson.
Contoh kasus: peneliti ingin mengetahui bagaimana hubungan korelasi dari pemberian
vitamin X terhadap pertambahan berat dan pertambahan produksi telur dari ayam petelur.
Prosedur pengerjaan dalam pengujian Pearson adalah.
a. Mengorganisasi data
b. Menghitung koefisien korelasi r
c. Pengujian signifikasi koefisien korelasi
Yaitu dengan membandingkan nilai rhitung dengan rtabel dengan taraf kesalahan yang
ditetapkan dan derajat bebas (db) = n-2.selain menggunakan r hitung , dapat juga
menggunakan uji thitung yang kemudian dibandingkan dengan ttabel.
2. Uji Korelasi Non Parametrk
Seperti pada statistika parametrik, analisis korelasi pada statistika non parametrik juga
mempelajari apakah ada hubungan antara dua variabel atau lebih. Jika ada hubungan
seberapa erat hubungn tersebut.pada korelasi non parametrik, data atau variable yang akan
diuji dan diukur korelasinya adalah data nominal atau ordinal. Pada analisis nonparametrik
populasi yang diambil tidak mensyaratkan dari populasi yang terdistribusi normal.
Uji yang digunakan pada korelasi nonparametrik yaitu uji korelasi berjenjang/
berperingkat Spearman. Uji yang lain selain uji korelasi Spearman yaitu dapat menggunakan
uji korelasi Kendal.
Contoh kasus korelasi nonparametrik: Sebuah penelitian bertujuan untuk mengetahui
seberapa jauh korelasi antara volume penyiraman tanaman dan pertambahan tinggi tanaman
pada tanaman jagung dengan intensitas tertentu.
Berikut ini adalah prosedur pengerjaan pengujian Spearman.
1. Memberi peringkat untuk masing-masing skor (sendiri-sendiri untuk Xi dan Yi).
2. Cari selisih peringkat setiap pasang Xi dengan Yi:

3. Cari harga di2 dan jumlahkan sehingga diperoleh di2. Hitung koefisien korelasi
Spearman (s), dengan rumus:
4. Pengujian signifikansi koefisien korelasi Spearman

5. Dapat dilakukan dengan membandingkan nilai rshitung dengan koefisien korelasi tabel
korelasi Spearman dengan taraf kesalahan yang ditetapkan dan derajat kebebasan
(db) = N-2. Untuk menguji apakah koefisien korelasi yang Anda peroleh bermakna,
Anda juga dapat melakukan pengujian dengan menggunakan prinsip distribusi t,
dengan mengonversi harga rs ke t dengan rumus dibawah ini kemudian dibandingkan
dengan
Resume
12 ttabel dengan db = n-2:
Topik 12
Uji Chi Square
Bertujuan untuk melihat ada tidaknya perbedaan yang terjadi akibat adanya perlakuan
atau perubahan kondisi jika data yang Anda miliki merupakan data cacah (counting data) dan
untuk melihat besarnya hubungan antara dua variabel yang dinyatakan dalam bentuk
koefisien asosiasi atau koefisien kontingensi yang kemudian dicari derajat hubungannya
dengan rumus :
1. Uji 2 untuk Kasus Dua Sampel yang Berpasangan (Related)
Uji yang digunakan adalah uji McNcmar yang bertujuan untuk melihat perubahan
yang terjadi jika variabel bebas dibedakan menjadi dua kategori, demikian pula variabel
tak bebas yang dipengaruhinya. Contoh kasus nya adalah 60 relawan yang bersedia
untuk diobati. Dari 50 penderita tersebut, 34 termasuk penderita yang tergolong parah
dan sisanya tergolong tidak parah. Setelah 1 bulan pengobatan, ternyata dari 9 penderita
yang tergolong parah bereaksi menolak terhadap obat tersebut, dan selebihnya membaik.
Dari yang tergolong tidak parah sebanyak 6 orang bereaksi menolak terhadap obat
tersebut. Prosedur pengerjaan pengujian McNemar adalah sebagai berikut.
a. Memasukkan data ke dalam bentuk kontingensi 2 x 2
b. Mencari nilai 2 dari data pada tabel 2 x 2 dengan rumus:
c. Melakukan pengujian dengan membandingkan nilai 2hitung dengan 2tabel dengan taraf
kesalahan yang ditentukan dan derajad kebebasan (db) = 1.
Uji 2 untuk dua kasus berpasangan juga dapat menggunakan uji bertanda Wilcoxon.
2. Uji 2 untuk Kasus Dua Sampel yang Tak Berpasangan (Independen)
Kasus dua contoh dikatakan independen jika ada dua grup sampel yang dikenai dua
macam perlakuan atau secara alami berada dalam dua kondisi yang berbeda. Contoh
kasusnya adalah diambil sampel pederita anemia disuatu desa sebanyak 150 orang yang
terdiri dari 70 orang asupan lauknya baik dan diberi vitamin X dan 80 orang asupan
lauknya kurang. Setelah dilakukan pengukuran kadar Hb ternyata dari 70 orang yang
asupan lauknya baik dan vitamin X, ada 20 orang yang dinyatakan anemia. Sedangkan

dari 70 orang yang asupan lauknya kurang dan diberi vitamin Y ada 28 orang yang
anemia. Apakah penyakit anemia ada ketergantungannya dengan lauk dan vitamin
tersebut?
Prosedur pengerjaan adalah:
a. Menghitung besarnya nilai 2 dengan rumus:
b. Melakukan pengujian dengan membandingkan nilai 2hitung dengan 2tabel dengan taraf
kesalahan yang ditentukan dan derajad kebebasan (db) = 1.
3. Uji 2 untuk Kasus K Sampel yang Berpasangan (Related)
Kasus k sampel dapat dinyatakan berpasangan/ berhubungan (related) apabila suatu
grup/kelompok sampel yang dimiliki, diberi perlakuan berulang sehingga diperoleh data
sampel yang bersangkutan saat perlakuan pertama, saat perlakuan kedua, dan seterusnya
sampai data saat perlakuan yang ke t. Contoh kasusnya adalah respon bayi terhadap 3
metode pijat yang berasal dari tukang pijat bayi. Metode pertama yaitu dipijat sambil
mendengarkan lagu bising, kedua dipijat sambil mendengarkan lagu agak bising, dan
ketiga dipijat sambil mendengarkan lagu tidak bising. Dilakukan selama 1 bulan dengan
4 kali ulangan. Jika bayi menangis maka diberi skor 1, dan jika bayi tenang / diam diberi
skor 0. Apakah respon dari bayi tergantung pada metode pijat?
Uji yang digunakan adalah uji Q Chochran. Prosedur pengerjaan pengujian Q
Chochran adalah:
a. Menyusun data secara dikhotom kemudian menyusunnya dalam bentuk tabel k x N.
b. Menghitung harga Q dengan rumus:

c. Membandingkan nilai Q dengan 2tabel dengan db = k-1.

4. Uji 2 untuk Kasus K Sampel yang Tak Berpasangan (Independen)
Kasus k sampel independen, kemudian memiliki k sampel yang berbeda yang
masing-masing diberi perlakuan berbeda atau secara alami tiap sampel dari k sampel
tersebut berada dalam kondisi yang berbeda. Dalam hal demikian maka tabel kontingensi
yang dibuat merupakan tabel kontingensi k b. Contoh kasusnya adalah Hasil
penelitian tentang metode pengobatan untuk menangani kanker kulit. Diambil sebanyak
120 penderita kanker kulit yang terdiri dari 60 penderita kanker stadium 1, 35 penderita
kanker stadium 2, dan 25 penderita kanker stadium 3. Hasilnya menunjukkan bahwa dari
kelompok stadium 1 terdapat 25 penderita yang membaik, dari kelompok stadium 2
terdapat 10 penderita yang membaik dan dari stadium 3 terdapat 5 penderita yang
membaik. Apakah metode yang digunakan ada ketergantungannya dengan tingkat
stadium kanker kulit?
Prosedur pengerjaanya adalah:
a. Menghitung frekuensi harapan (E) dari nilai yang diperoleh pada tabel k x b dengan
rumus

b. Menghitung harga 2hitung dengan rumus

c. Membandingkan nilai 2hitung dengan 2tabel dengan db = (k-1) (b-1)
d. Mencari derajad hubungan dengan rumus:
Resume 13
Topik 13
Uji Kovarians
Rancangan kovarians atau rancangan peragam merupakan salah satu rancangan eksperimen
dimana selain faktor perlakuan masih ada factor lain yang merupakan variable pengganggu
(suppressed variable) yang tidak dapat dihomogenkan, termasuk jikalau dihomogenkan
dengan pengeblokan. Akibat adanya factor peragam atau kovariabel atau kovariat, maka efek
treatmen (perlakuan) menjadi dipengaruhi oleh factor peragam.
Jika kita akan pengetahui efek macam pupuk terhadap pertumbuhan tanaman cendana, maka
ukuran tanaman, media tanam dan faktor lingkungan harus kita homogenkan agar dapat
memakai rancangan acak lengkap. Apabila ada satu faktor lain selain faktor perlakuan yang
tidask homogenkan maka dapat diupayakan homogen pada tingkat blok.

TUGAS MATA KULIAH BIOMETRI

RESUME BIOMETRI

Disusun oleh:
Nama

: Viki Ambarwati

NIM

: 14304241005

Kelas

: Pendidikan Biologi A

PENDIDIKAN BIOLOGI
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS NEGERI YOGYAKARTA

2016