STATISTIK PARAMETRIK

1. Statistik Parametrik
Statistik Parametrik, yaitu ilmu statistik yang mempertimbangkan jenis sebaran atau
distribusi data, yaitu apakah data menyebar secara normal atau tidak. Dengan kata lain,
data yang akan dianalisis menggunakan statistik parametrik harus memenuhi asumsi
normalitas. Pada umumnya, jika data tidak menyebar normal, maka data seharusnya
dikerjakan dengan metode statistik non-parametrik, atau setidak-tidaknya dilakukan
transformasi terlebih dahulu agar data mengikuti sebaran normal, sehingga bisa
dikerjakan dengan statistik 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: Distribusi dari suatu sampel yang dijadikan obyek
pengukuran berasal dari distribusi populasi yang diasumsikan terdistribusi secara normal.
Sampel diperoleh secara random, dengan jumlah sampel yang dianggap dapat mewakili
populasi. 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. Apa yang
dapat dilakukan jika data tidak menyebar normal, namun statistik parametrik ingin tetap
digunakan. Untuk kasus ini data sebaiknya ditransformasikan terlebih dahulu.
Transformasi data perlu dilakukan agar data mengikuti sebaran normal. Transformasi
dapat dilakukan dengan mengubah data ke dalam bentuk logaritma natural, menggunakan
operasi matematik (membagi, menambah, atau mengali dengan bilangan tertentu), dan
mengubah skala data dari nominal menjadi interval.
Contoh metode statistik parametrik :
 a. Uji-z (1 atau 2 sampel)

b. Uji-t (1 atau 2 sampel)

c. Korelasi pearson,

d. Perancangan percobaan (one or two-way anova parametrik), dll.

2. Statistika Dengan Uji Hipotesis

Dalam beberapa kondisi, peneliti telah memiliki gambaran (dugaan) tentang populasi
(bisa berdasarkan kajian teori, atau hasil penelitian terkait sebelumnya). Dan, tujuan
utama peneliti adalah membuktikan, dengan alat statistika, apakah dugaan yang
yang dimiliki dapat dibuktikan benar atau sebaliknya. Ada dua kelompok besar yang
dapat dilakukan dengan uji hipotesis yaitu:
a. Uji hipotesis terkait uji rerata yaitu untuk menguji atau mengestimasi besarnya rerata
1 kelompok, menguji beda dua kelompok atau lebih, dengan berbagai kondisi
kelompok (saling bebas atau berpasangan/ tidak saling bebas).
b. Uji hubungan baik terbatas pada besarnya derajat asosiasi (uji korelasi) atau
mencari bentuk hubungan fungsional beberapa variabel (uji regresi). Uji regresi
saat ini juga telah berkembang sangat luas tergantung distribusi variabel respon
yang dihadapi

3. Ciri-ciri statistik parametrik :

a. Data dengan skala interval dan rasio

b. Data menyebar/berdistribusi normal

4. Keunggulan dan kelemahan statistik parametrik :

Keunggulan :

a. Syarat syarat parameter dari suatu populasi yang menjadi sampel biasanya tidak diuji
dan dianggap memenuhi syarat, pengukuran terhadap data dilakukan dengan kuat.

b. Observasi bebas satu sama lain dan ditarik dari populasi yang berdistribusi normal
serta memiliki varian yang homogen.
 Kelemahan :

a. Populasi harus memiliki varian yang sama.

b. Variabel-variabel yang diteliti harus dapat diukur setidaknya dalam skala interval.

c. Dalam analisis varian ditambahkan persyaratan rata-rata dari populasi harus normal
dan bervarian sama, dan harus merupakan kombinasi linear dari efek-efek yang
ditimbulkan.

5. Jenis Uji Statistik Parametrik

Uji statistik parametrik hanya dapat digunakan apabila persyaratan analisis atau
asumsi analisis data yang akan diuji sudah terpenuhi/teruji. Seperti pada posting
sebelumnya, persyaratan analisis statistik parametrik antara lain data terdistribusi normal
dan homogen. Apabila distribusi data tidak normal maka uji statistik menggunakan uji
statistik non parametrik. Pada dasarnya uji statistik parametrik dan non parametrik
dibedakan menjadi dua, uji komparasi dan uji asosiatif. Uji komparasi merupakan uji
yang digunakan untuk mengetahui perbandingan atau perbedaan dari kelompok sampel.
Sedangkan uji asosiatif merupakan uji untuk mengetahui ada dan tidaknya hubungan,
estimasi, dll. Uji statistik hanyalah tool/alat untuk menghitung. Jadi, gunakan tool yang
tepat untuk menguji data yang tepat. Jenis-Jenis Uji Statistik Parametrik:

a. Uji-t

Uji-t digunakan untuk menguji signifikansi dalam satu kelompok sampel (satu rerata)
atau dua kelompok sampel (dua rerata). Uji-t satu kelompok sampel menggunakan
One Sample t-test. Uji-t dua kelompok sampel dibedakan menjadi dua, independent
sample t-test dan paired t-test. Independen sample t-test digunakan untuk menghitung
dua kelompok sample yang tidak saling berhubungan. Sedangkan paired sample t-test
digunakan untuk menghitung dua kelompok sample yang bepasangan/berkorelasi.

b. ANOVA

ANOVA adalah analisis yang digunakan untuk menguji signifikansi perbedaan dua
rerata atau lebih. Jenis-jenis ANOVA meliputi ANOVA satu jalan dan ANOVA dua
jalan.
c. Regresi

Regresi digunakan untuk uji asosiatif, lebih ditujukan untuk mengestimasi atau
memprediksikan variabel bebas terhadap variabel terikat.

d. Korelasi

Korelasi digunakan untuk menguji hubungan antar variabel.

e. Analisis Jalur

Analisis jalur digunakan untuk menguji hubungan kausal (sebab akibat) yang
didapatkan melalui kajian teori yang telah dirumuskan.Analisis jalur digunakan dalam
rangka mempelajari saling ketergantungan antar variabel.

Ada beberapa hal yang perlu diperhatikan dalam memilih tool untuk pengujian
statistik. Uji pengaruh untuk penelitian sosial bukan menggunakan uji regresi. Uji regresi
hanya digunakan untuk uji hubungan antara variabel hingga ke tingkat memprediksikan.
Sedangkan uji pengaruh untuk penelitian sosial yang dimaksud misalnya: pengaruh antara
model pembelajaran tertentu terhadap hasil belajar dan minat belajar. Hal ini tidak diuji
menggunakan regresi, melainkan diuji dengan menggunakan Uji komparasi, selain itu,
pelaksanaan penelitiannya biasanya menggunakan metode eksperimen. Regresi bukan
untuk menguji penelitian eksperimen, tetapi untuk memprediksikan.
 DAFTAR PUSTAKA

http://putrinashir.blogspot.co.id/2013/02/jenis-uji-statistik-parametrik.html?m=1

www.eurekapendidikan.com/2014/11/statistik-inferensial-statistik.html?m=1