NIM : 2015.C.07a.0717
Tingkat : III B S1 Keperawatan
Ya
Distribusi Tidak
populasi
normal??
Ya
Sampel STATISTIK
ditarik Tidak
secara BUKAN
random??? PARAMETRIK
Ya
Varians Tidak
kelompok
sama??
Ya
STATISTIK
Rajah Selang dan pemilihan kaedah
1: Carta alir langkah-langkah Skala
statistic Muka dan
Nisbah Ordinal
Parametrik pengukuran??
Selain sebaran, salah satu penunjuk penggunaan kaedahstatistik parametrik atau nonparametrik
adalah jenis data. Pengedarannormal merupakan sebahagian daripada pengedaran kebarangkalian
yangberterusan (continuous probability distribution).Oleh itu skalapengukurannya pun haruslah
berterusan. Jenis data yang mempunyaiskala ukuran yang berterusan adalah data nisbahdan
selang.Kerana dalam pemilihan kaedah statistik jenis datamerupakan salah satu penunjuk, maka
perlu dijelaskan kembalipengertian dan jenis-jenis data.
JENIS JENIS DATA:
JENIS JENIS DATA Umumnya data dibahagikan kepada 2 jenis iaitu Data Kuantitatif dan Data
Kualitatif Data Kuantitatif - data yang diukur dengan nilai numerik seperti tinggi, berat, halaju,
pendapatan dll Data ini dapat dipecahkan kepada dua- data diskrit dan data selenjar. Data diskrit
hanya mengambil nilai tertentu berbentuk angka bulat seperti bilangan anak, kereta dll Bil.anak
= 3 orang Pelajar = 56 orang
Data selenjar boleh mengambil apa-apa nilai di dalam sesuatu selang (perpuluhan atau
pecahan) seperti jumlah pendapatan, tinggi, berat dll. Tinggi = 1.67 m Pendapatan = RM 1575.35
CGPA = 3.75 Data Kualitatif – data yang merujuk kepada jenis, sifat atau pangkat sesuatu
perkara seperti jantina, bangsa, jenama pakaian dan sebagainya. Data ini tidak diukur atau
dinyatakan di dalam bentuk angka/nombor Bangsa = Melayu Jantina = lelaki
MIN/PURATA:
Nilai yang diperolehi daripada hasil bahagi jumlah semua nilai dengan bilangan kes Ianya
bukan suatu angka mutlak tapi anggaran semata-mata.Kebiasaanya terdapat dua jenis min iaitu
min bagi populasi dan min bagi sampel. Min sampel boleh dinyatakan seperti berikut : min
sampel = ∑x n Di mana ∑x = jumlah semua nilai-nilai n = ialah bilangan sampel X
Data Menurut Sumbernya
Berdasarkan sumbernya, data dapat digolongkan menjadi:
a. Data dalaman dan data luaran.
Data dalaman iaitu data yang berpunca dari dalam organisasi. Data luaran yaitu data yang
berpunca dari luar organisasi.
b. Data primer dan data sekunder
Data primer adalah data yang diperoleh melalui survey lapangan dengan menggunakan
kaedah pengumpulan data tertentu. Data sekunder adalah data yang telah dikumpulkan oleh
lembaga pengumpul data dan diterbitkan kepada masyarakat pengguna data. Data sekunder akan
lebih mempermudah dan mempercepat jalannya penyelidikan. Namun kerana umumnya data
sekunder dimaksudkan untuk pengguna penyelidik dalam jumlah yang besar, seringkali data
yang tersedia tidak sesuai dengan keinginan penyelidik. Hal yang sering dikeluhkan apabila kita
menggunakan data sekunder adalah:
(1) ragam data statistik yang tersedia semakin banyak tetapi kelompok data yang diperlukan bagi
suatu kajian sering tidak cukup;
(2) Data runtut waktu tidak konsisten dan tidak selalu dapat dipertahankan;
(3) angka-angka mengenai masalah tertentu yang dikeluarkan oleh pelbagai sumber rasmi
tidak konsisten satu sama lain. Uji keboleh percayaan data, penyederhanaan, agregasi, dan
penyesuaian mutlak diperlukan agar diperoleh hasil yang dapat dipertanggungjawabkan
KLASIFIKASI DATA DAPAT DIPERHATIKAN DALAM RAJAH DI BAWAH:
Statistik Parametrik
Parametrik bermakna parameter. Parameter adalah penunjukdari suatu pengedaran hasil
pengukuran. Indikator dari pengedaranpengukuran berdasarkan statistik parametrik digunakan
untuk parameter dari pengedaran normal. Apa yang dimaksudkan denganpengedaran
normal? Bagaimana mengetahui sebuah databerdistribusinormal atau tidak? Hal ini penting
sekali untuk diketahui keranaberdasarkan normal atau tidaknya pengedaran ini baru
dapatditentukan apakah uji statistik parametrik atau nonparametrik yang digunakan.Distribusi
normal dikenal juga dengan istilahGaussian Distribution. Pengedaran normal mengandung dua
parameter, yaitu rata-rata (mean= M, varians= S2). Parameter-paramete rini memberikan ciri-ciri
yang unik pada suatu pengedaran berdasarkan "Lokasi"-Nya (central tendency). Berbagai kaedah
statistik bergantung kepada kedua parameter tersebut.Penggunaan kaedah statistik parametrik
mengikuti prinsip-prinsip pengedaran normal. Prinsip-prinsip dari pengedaran normal adalah:
a. Pengedaran dari suatu sampel yang dijadikan objek pengukuranberasal dari pengedaran
penduduk yang diandaikan terdistribusi secara normal.
b. Sampel diperoleh secara random, dengan jumlah sampel yangdianggap dapat mewakili
populasi.
c. Pengedaran normal merupakan sebahagian daripada pengedaran kebarangkalianyang
berterusan (continuous probability distribution).Impilkasinya, skala pengukuran pun
harus berterusan. Skalaukuran yang berterusan adalah skala nisbah dan selang.Kedua
skala ini memenuhi syarat untuk menggunakan ujistatistik parametric.Bila syarat-syarat
ini semua dipenuhi, maka kaedah statistik parametrik boleh digunakan.
Statistik nonparametrik
Istilah nonparametrik pertama kali digunakan olehWolfowitz, pada tahun 1942. Kaedah
statistik nonparametrik merupakan kaedah statistik yang boleh digunakan dengan mengabaikan
andaian-andaian yang melandasi penggunaan kaedah statistik parametrik, terutama yang
berkaitan dengan pengedaran normal. Istilah lain yang sering digunakan untuk
statistik nonparametrik adalah statistik bebas pengedaran (distribution-free statistics) Dan uji
bebas andaian (assumption-free test). Statistik nonparametrik banyak digunakan pada penelitian-
penelitian sosial.Data yang diperolehi dalam kajian sosial pada umumnya berbentuk kategori
atau berbentuk rangking.Uji statistik nonparametrik ialah suatu uji statistik yang tidak
memerlukan adanya andaian-andaian mengenai sebaran datapenduduk. Uji statistik ini disebut
juga sebagai statistik bebas sebaran (distribution free). Statistik nonparametrik
tidak mensyaratkan bentuk sebaran parameter populasi berdistribusi normal. Statistik
nonparametrik boleh digunakan untuk menganalisis data yang berskala muka atau ordinal kerana
pada umumnya data berjenis muka dan ordinal tidak merebak normal. Dari segi jumlah data,
pada umumnya statistic nonparametrik digunakan untuk data berjumlah kecil (n <30).
Kelebihan Statistik Nonparametrik
Kelebihan statistik nonparametrik diantaranya:
1) Andaian dalam uji-uji statistik nonparametrik relatif lebih longgar. Jika ujian data
menunjukkan bahawa salah satu atau beberapa andaian yang mendasari uji statistik
parametric(Misalnya mengenai sifat pengedaran data) tidak dipenuhi, maka statistik
nonparametrik lebih sesuai diterapkan dibandingkan statistik parametrik.
2) Perhitungan-perhitungannya dapat dilaksanakan dengan cepatdan mudah, sehingga hasil
penelitian segera dapat disampaikan.
3) Untuk memahami konsep-konsep dan kaedah-kaedah tidak memerlukan asas matematik
serta statistic yang mendalam.
4) Ujian pada statistik nonparametrik dapat diterapkan jika kitamenghadapi keterbatasan
data yang tersedia, misalnya jika datatelah diukur menggunakan skala ukuran yang
lemah(muka atau ordinal).
5) Kecekapan statistik nonparametrik lebih tinggi berbandingdengan kaedah parametrik
untuk jumlah sampel yang sedikit.
W.W. Daniel, (2011) Statistika Non Parametrik Terapan, Jakarta: PT. Gramedia