Nama : Andari Filna Jesika

NIM : 160103068
Kelas : 6.C
Tugas Pertemuan Pertama dan Kedua

1. Apakah yang dimaksud dengan statistic non parametric ?

Jawab :
Statistic Non Paremetrik merupakan bagian statistic yang parameter populasi atau datanya
tidak mengikuti suatu distribusi tertentu atau memiliki distribusi atau memiliki ditribusi
bebas dalam persyaratan (free-distribution procedur), dan variannya tidak perlu homogen.
Statistika non parametric biasanya digunakan untuk melakukan analisis pada data berjenis
noinan atau ordinal.1

2. Apa perbedaan statistik parametric dan non parametric ?

Jawab :
Statistik parametric digunakan untuk menganalisis data interval atau rasio, yang diambil dari
pupulasi yang berdistribusi normal dan memiliki varian yang homogen. Sedangkan statistic
non parametric digunakan untuk menganalisis data nominal dan ordinal dari populasi yang
berdistribusi bebas dan variannya tidak perlu homogen.2

3. Apakah kelebihan dan kekurangan statistic non parametric ?

Jawab :
Kelebihan :
- Nilai probabilitas dari sebagian besar uji statistic non parametric diperoleh dalam bentuk
yang pasti (kecuali untu kasus sampel yang besar)
- Apabila sampelnya kecil atau terpaksa kecil sifat hakikat sampel itu sendiri (misalnya
𝑛 = 6), hanya uji statistic non parematrik yang dapat digunakan.
- Uji - uji statistic non parametric dapat digunakan untuk mangalisis data yang pada
dasarnya merupakan jenjang atau ranking dan juga untuk data yang skor - skor ke

1
Syofian Siregar , Statistik Parametrik untuk Penelitian Kuantitatif, ( Jakarta : Bumi Aksara, 2017), h. 3.
2
Sugiyono, Statistika untuk Penelitian, ( Bandung : Alfabeta, 2014 ), h.23
 angkaannya secara sepintas keliatan memiliki kekuatan ranking, dan bahkan bagi data
yang hanya dapat dikategorikan sebagai plus atau minus, lebih atau kurang, lebih baik
atau lebih buruk, dan sebagainya.
- Uji - uji statistic non parametric dapat digunakan untuk mengalisa data yang hanya
merupakan klasifikasi semata, yakni data yang diukur dalam skala nominal.
- Tersedia uji statistic non parametric untuk mengalisa sampel - sampel yang terdiri dari
observasi - observasi dari beberapa populasi yang berlainan.
- Uji statistic non parametric sederhana perhitungannya sehingga lebih mudah dipelajari
dan diterapkan.
Kekurangan :
- Apabila persyaratan - persyaratan bagi model statistic parametric (terutama asumsi
normal) dapat dipenuhi dan apabila pengukuran data mempunyai kekuatan seperti yang
disyaratkan, pemakaian uji statistic non parametric kekuatan efisiensinya menjadi lebih
rendah.
- Uji statistic non parametric tidak dapat dipergunakan untuk menguji interaksi seperti
dalam model analisis varience.
- Metode statistic non parametric tidak dapat dipergunakan untuk membuat prediksi
(ramalan) seperti dalam model analisis regresi, karena asumsi distribusi normal tidak
dapat dipenuhi.
- Macam - macam uji statistic non parametric terlalu banyak sehingga menyulitkan peneliti
dalam memilih uji mana yang paling sesuai.3
Kekurangan statistic non parametric yang paling utama adalah hasil tidak sesuai
dengan dengan yang diharapkan, karena kesederhanaan perhitungannya. Namun,
walaupun perhitungan dalam statistic non parametric sangat sederhana, bila jumlah
datanya sangat besar maka diperlukan perhitungan yang sangat lama.4

4. Apa itu data ?

Jawab :
Data adalah bahan mentah yang perlu diolah sehingga menghasilkan informasi atau
keterangan, baik kualitatif maupun kuantitatif yang menunjukkan fakta atau juga dapat

3
Djarwanto, Statistika Non Parametrik, ( Yogyakarta : BPFE, 2007 ), h. 2 - 4.
4
Syofian Siregar, op.cit. h. 4
 didefinisikan data merupakan kumpulan fakta atau angka atau segala sesuatu yang dapat
dipercaya kebenarannya sehingga dapat digunakan sebagai dasar menarik suatu kesimpulan.5

5. Sebutkan dan jelaskan jenis - jenis data ?

Jawab :
Jenis data secara garis besarnya dapat dibagi atas dua macam yaitu data dikotomi dan data
kontinum.
1) Data Dikotomi
Data dikotomi sering disebut data diskrit, data kategori atau data nominal. Data ini
merupakan hasil perhitungan, sehingga tidak dijumpai bilangan pecahan. Data dikotomi
adalah data yang paling sederhana yang disusun menurut jenisnya atau kategorinya.
Dalam data dikotomi setiap data dikelompokkan menurut kategorinya dan diberi angka.
Angka - angka tersebut hanyalah lebel belaka,bukan menunjukkan tingkat. Contoh dari
data dikotomi adalah : jenis kelamin umpamanya ada 3 yaitu laki - laki diberi angka 1,
banci diberi angka 2, dan perempuan diberi angka 3. Data dikotomi memiliki sifat - sifat
yaitu ekskuisif, tidak mempunyai urutan (ranking), tidak mempunya ukuran baru dan
tidak memiliki nol mutlak.
2) Data Kontinum
Data kontinum terdiri atas tiga macam data yaitu : data ordinal, data interval, dan data
rasio.
a) Data Ordinal
Data ordinal adalah data yang sudah diurutkan dari jenjang yang paling rendah
sampai ke jenjang yang paling tinggi, atau sebaliknya tergantung peringkat selera
pengukuran yang subjektif terhadap objek tertentu. Data ordinal serig disebut juga
sebagai data berurutan, data berjenjang, data berpangkat, data tata jenjang, data ranks,
dan data petala, data bertangga atau data bertingkat. Data ordinal bersifat ekskuisif,
mempunyai urutan, tidak mempunyai ukuran baru, dan tidak memiliki nilai nol
mutlak.
b) Data Interval

5
Syofian Siregar, Statistika Deskriptif Untuk Penelitian : Dilengkapi Perhitungan Manual dan Aplikasi SPSS
(Jakarta : Rajawali Pers , 2011), h. 128.
 Data interval mempunyai sifat - sifat nominal dari data ordinal. Disamping itu ada
sifat tambahan lainnya pada data interval yaitu mempunyai nol mutlak. Pengukuran
data interval tidak memberikan jumlah yang absolute dari objek yang diukur. Data
interval bersifat ekskuisif, mempunyai urutan, mempunyai ukuran baru, dan
mempunyai nol mutlak.
c) Data Rasio
Data rasio mengandung sifat - sifat interval, dan selain itu ia sudah mempunyai nilai
nol mutlak. Data rasio bersifat ekskuisif, mempunyai urutan, mempunyai ukuran baru
dan mempunyai nol mutlak.6

6. Sebutkan dan jelaskan skla pengukuran ?

Jawab :
1) Skala Nominal
Skala nominal adalah tingkatan data paling rendah menurut tingkatan pengukurannya,
dan bertujuan mengkelompokkan data tanpa adanya perbedaan tingkatan. Skala nominal
ini pada satu individu tidak mempunyai variasi sama sekali, sehingga 1 individu hanya
memiliki 1 bentuk data.Contohnya adalah jenis kelamin,tempat tinggal,tahun lahir.
2) Skala Ordinal
Skala ordinal adalah skala pengukuran kualitatif dimana data diklasifikasikan ke dalam
kelompok tertentu kemudian diberi kode dank ode tersebut memiliki hierarki.
3) Skala Interval
Skala interval adalah skala yang menunjukkan derajat perbedaan diantara item. Skala
interval memiliki titik nol yang didefinisikan dengan bebas (tidak memiliki nol mutlak),
dan memungkinkan jarak antara angka tidak memiliki perbandingan yang sama.
Contohnya adalah suhu sebesar 20 derajat celcius tidak berarti dua kali lipat panasnya
dibandingkan 10 derajat celcius.
4) Skala Rasio
Ciri utama skala rasio adalah memiliki nilao nol yang mutlak dan tidak didefinisikan
secara bebas. Nilai nol tersebut benar-benar nol, sebagai contoh adalah berat badan
kelompok balita antara 0 sampai dengan 15 kg. Bayi 10 kg memiliki berat dua kali lipat

6
Husaini Usman dan Purnomo Setiady Akbar, Pengantar Statistika, ( Jakarta : Bumi Aksara, 2012), h. 15 - 20.
 dibandingkan dengan bayi 5 kg. Skala-skala pengukuran dalam ilmu pengetahuan alam
sebagian besar adalah menggunakan skala rasio. Keunggulan dari skala rasio
dibandingkan interval adalah kita dapat membandingkan suatu data dengan mudah.7

7. Sebutkan dan jelaskan tipe skala pengukuran ?

Jawab :
1) Skala Likert
Digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau sekelompok
orang tentang kejadian atau gejala sosial.
2) Skala Guttman
Digunakan untuk jawaban yang bersifat jelas (tegas) dan konsisten.
3) Skala Differensial Simentik
Pada skala perbedaan simentik responden diminta untuk menjawab atau meberikan
penilaian terhadap sesuatu konsep atau objektif tertentu.
4) Rating Scale
Dalam model rating scale ini responden tidak akan menjawab dari data kualitatif yang
tersedia , tetapi menjawab salah satu dari jawaban kuantitatif yang telah tersedia.
Dengan demikian rating scale lebih fleksibel, tidak terbatas untuk pengukuran sikap
saja.
5) Skala Thurstone
Skala Thurstone meminta responden untuk memilih pertanyaan yang ia setujui dari
beberapa pertanyaan yang menyajikan pandangan yang berbeda - beda.8

8. Apa itu hipotesi penelitian ?

Jawab :
Hipotesis penelitian adalah merupakan jawaban sementara terhadap rumusan masalah.9
Istilah hipotesis berasal dari bahasa Yunani yang mempunyai dua kata “hupo” (sementara)
dan “thesis” (pernyataan atau teori). Karena hipotesis merupaka pernyataan sementara yang

7
Naomi Vembriati dkk, Praktikum Statistik, Bahan Ajar, ( Bali : Prodi Psikologi Fakultas Kedokteran Universitas
Udayana, 2017), h. 15
8
Ramadhayani, “Skala Pengukuran”, ( Prodi Tekhnologi Pendidikan Program Pascasarjana Universitas Negeri
Padang, 2012), h. 8 - 10
9
Sugiyono , op.cit. h. 20
 masih lemah kebenarannya, maka perlu di uji kebenarannya. Kemudian para ahli
menafsirkan arti hipotesis adalah dugaan terhadap hubungan antara dua variabel atau lebih.
Atas dasar definisi tersebut dapat diartikan bahwa hipotesis adalah jawaban atau dugaan
sementara yang harus diuji kebenarannya.10

9. Jelaskan macam - macam permasalahan penelitian ?

Jawab :
Bentuk masalah dalam penelitian dapat dikelompokkan ke dalam bentuk masalah deskriptif,
komparatif dan asosiatif.
a. Rumusan Masalah Deskriptif
Adalah suatu rumusan masalah berkenaan dengan pertanyaan terhadap keberadaan
variabel mandiri, baik hanya untuk satu variabel atau lebih. Jadi dalam penelitian
seseorang peneliti tidak mau membuat suatu perbandingan terhadap sampel yang lain,
dan juga tidak mencari hubungan variabel tersebut dengan variabel yang lain.
Contoh rumusan masalah deskriptif :
Bagaiman peningkatan hasil Ujian Akhir Nasional (UAN) siswa Sekolah Dasar di
Indonesia ?
b. Rumusan Masalah Komparatif
Adalah rumusan masalah penelitian yang membandingkan (komparasi) keberadaan satu
variabel atau lebih pada dua sampel atau lebih sampel yang berbeda.
Contoh rumusan masalah komparatif :
Adakah perbedaan prestasi belajar antara siswa SMP dari negeri dan swasta ?
Sebagai variabel penelitian adalah presatsi belajar berdasarkan perbandingan dua sampel
yaitu status sekolah yang berbeda : negeri dan swasta.
c. Rumusal Masalah Asosiatf
Rumusan masalah asosiatif adalah rumusan masalah penelitian yang bersifat menanyakan
hubungan antara dua variabel atau lebih. Terdapat tiga bentuk hubungan yaitu : hubungan
simetris, hubungan kausal, dan inetraktif/timbale balik.
- Hubungan simetri adalah hubungan yang antara dua variabel atau lebih yang muncul
bersamaan atau diartikan sejajar dengan kata lain kedua variabel memiliki kedudukan

10
Syofian Siregar , Statistik Parametrik untuk Penelitian Kuantitatif, h. 65.
 yang sangan kuat atau setara. Contoh adakah hubungan antara ukuran tinggi badan
dengan keinginan untuk sehat ?
- Hubungan kausal adalah hubungan yang bersifat sebab akibat.
Contoh adakah hubungan pengetahuan gizi anak dengan pola pemilihan makanan
jajanan anak ?
- Hubungan interaktif/timbale balik adalah hubungan yang saling memengaruhi.11

10. Jelaskan macam - macam hipotesis penelitian ?

Jawab :
1) Hipotesis Deskriptif
Hipotesis deskriptif yaitu hipotesis yang tidak membandingkan dan menghubungkan
dengan variabel lain, atau hipotesis yang dirumuskan untuk menggambarkan suatu
fenomena atau hipotesis yang dirumuskan untuk menjawab permasalahan taksiran.
Contoh :
- Displin kerja pegawai negeri sangat tinggi.
- Motivasi kerja karyawan pabrik mobil mencapai 90% dai kriterian rata - rata nilai
ideal.
2) Hipotesis Komparatif
Hipotesis komparatif adalah hipotesis yang dirumuskan untuk meberikan jawaban pada
permasalahan yang bersifat membedakan atau membandingkanantara satu dengan data
lainnya.
Contoh :
- Ada perbedaan kemampuan berbahasa asing antara lulusan SMA swasta dengan
lulusan SMA negeri.
- Ada perbedaan gairah kerja antara pegawai kontrak dengan pegawai tetap.
3) Hipotesis Asosiatif
Hipotesis Asosiatif adalah hipotesis yang dirumuskan untuk memberikan jawaban pada
permasalahan yang bersifat hubungan/ pengaruh. Sedangkan menurut sifat hubungannya,
hipotesis ini dibagi menjadi 3 jenis, yaitu :

11
Modul 1 Perumusan Masalah Penelitian oleh Dr. Ir. Mahdiyah, M.Kes. ( diakses pada tanggal 1 Maret 2019 pukul
06.10 WITA)
 a) Hipotesis hubungan simetris
Adalah hipotesis yang menyatakan hubungan bersifat kebersamaan antara dua
variabel atau lebih, tetapi tidak menunjukkan sebab akibat
Contoh :
- Ada hubungan berpakaian mahal dengan penampilan.
- Terdapat hubungan yang positif antara banyak penonton sepak bola dengan
tingkat kerusuhan.
b) Hipotesis hubungan sebab akibat (kausal)
Adalah hipotesis yang menyatakan hubungan yang bersifat sebab akibat antara dua
variabel atau lebih.
Contoh :
- Tingkat pengangguaran berhubungan dengan tingkat kriminalitas
- Pengalaman training dan tingkat pendidikan secara bersama - sama berhubungan
dengan kemampuan kerja
c) Hipotesis hubungan interaktif
Adalah hipotesis hubungan antara dua variabel atau lebih yang bersifat saling
memengaruhi.
Contoh :
- Terdapat hubungan yang saling memengaruhi antara status sosial ekonomi dengan
terpenuhinya gizi keluarga.
- Terdapat pengaruh timbale balik antara kreativitas mahasiswa dengan hasil
belajar.12

11. Jelaskan tipe kesalahan dalam pengujian hipotesis ?

Jawab :
Dalam menaksir parameter populasi berdasarkan data sampel, kemungkinan akan terdapat
dua kesalahan yaitu :
1) Kesalahan Tipe I adalah suatu kesalahan bila menolak hipotesis nol (Ho) yang benar
(seharusnya diterima). Dalam hal ini tingkat kesalahan dinyatakan dengan 𝛼 (baca alpha).

12
Syofian Siregar , Statistik Parametrik untuk Penelitian Kuantitatif, h. 67 - 68
 2) Kesalahan Tipe II adalah kesalahan bila menerima hipotesis yang salah (seharusnya
ditolak). Tingkat kesalahan untuk ini dinyatakan dengan 𝛽 (baca betha)
Berdasarkan hal tersebut, maka hubungan antara keputusan menolak atau menerima
hipotesis dapat digambarkan seperti tabel berikut :
Keadaan Sebenarnya
Keputusan
Hipotesis benar Hipotesis salah

Terima hipotesis Tidak membuat kesalahan Kesalahan Tipe II

Menolak hipotesis Kesalahan Tipe I Tidak membuat kesalahan

Dari tabel tersebut diatas dapat dijelaskan sebagai berikut :

a) Keputusan menerima hipotesis nol yang benar , berarti tidak membuat kesalahan.
b) Keputusan menerima hipotesis nol yang salah, berarti terjadi kesalahan Tipe II.
c) Membuat keputusan menolak hipotesis nol yang benar,berarti terjadi kesalahan Tipe I.
d) Keputusan menolak hipotesis nol yang salah,berarti tidak membuat kesalahan.
Bila nilai statistik (data sampel) yang diperoleh dari hasil pengumpulan data sama
dengan nilai parameter populasi atau masih berada pada nilai interval parameter populasi,
maka hipotesis yang dirumuskan 100% diterima, atau tidak terdapat kesalahan.Apabila nilai
statistic di luar nilai parameter populasi maka akan terdapat kesalahan. Kesalahan ini
semakin besar bila nilai statistic jauh dari nilai parameter populasi.
Tingkat kesalahan ini selanjutnya dinamakan level of significant atau tingkat
signifikansi.Dalam prakteknya tingkat signifikansi telah ditetapkan oleh peneliti terlebih
dahulu sebelum hipotesis diuji. Biasanya tingkat signifikansi (tingkat kesalahan) yang
diambil adalah 1% dan 5%. Suatu hipotesis terbukti dengan mempunyai kesalahan 1% berarti
bila penelitian dilakukan pada 100 sampel yang diambil dari populasi yang sama, maka akan
terdapat satu kesimpulan salah yang dilakukan untuk populasi.
Dalam pengujian hipotesis kebanyakan digunakan kesalahan Tipe I yaitu berapa persen
kesalahan untuk menolak hipotesis nol (Ho) yang benar (yang seharusnya diterima).13

13
Sugiyono , op.cit. h. 91 - 92
12. Jelaskan jenis pengujian hipotesis ?
Jawab :
Pengujian hipotesis dapat dibedakan atas beberapa jenis berdasarkan kriteria yang
menyertainya.
a. Bedasarkan Jenis Parameternya
1) Pengujian hipotesis tentang rata - rata
Pengujian hipotesis tentang rata - rata adalah pengujian hipotesis mengenai rata - rata
populasi yang didasarkan atas informasi sampelnya. Contoh
- Untuk pengujian hipotesis suatu rata - rata dengan sampel besar (n > 30 ), uji
statistiknya menggunakan distribusi Z.
- Untuk pengujian hipotesis suatu rata - rata dengan sampel kecil (n < 30 ), uji
statistiknya menggunakan distribusi t.
2) Pengujian hipotesis beda dua rata - rata.
3) Pengujian hipotesis beda 3 rata - rata
- Pengujian hipotesis tentang proporsi
Adalah pengujian hipotesis mengenai proporsi popolasi yang di dasarkan atas
infomarsi sampelnya.
- Pengujian hipotesis varians
Adalah pengujian hipotesis mengenai rata - rata populasi yang didasarkan atas
informasi sampelnya.
b. Berdasarkan Jumlah Sampelnya
1) Pengujian hipotesis sampel besar
Adalah pengujian hipotesis yang menggunakan sampel lebih besar dari 30 (n > 30).
2) Pengujian hipotesis sampel kecil
Adalah pengujian hipotesis yang menggunakan sampel lebih lebih kecil atau sama
dengan dari 30 (n ≤ 30).
c. Berdasarkan Jenis Distribusinya
1) Pengujian Hipotesis dengan Distribusi Z
Adalah pengujian hipotesis yang menggunakan distribusi Z sebagai uji statistic. Tabel
pengujiannya disebut normal standard. Hasil uji statistic ini kemudian dibandingkan
 dengan nilai dalam tabel untuk menerima atau menolak hipotesis nol (Ho) yang
dikemukakan.
2) Pengujian Hipotesis dengan Distribusi t (t-student)
Adalah pengujian hipotesis yang menggunakan distribusi t sebagai uji statistic. Tabel
pengujiannya disebut t-student. Hasil uji statistic ini kemudian dibandingkan dengan
nilai dalam tabel untuk menerima atau menolak hipotesis nol (Ho) yang
dikemukakan.
3) Pengujian Hipotesis dengan Ditribusi 𝑥 2 ( kai kuadrat )
Adalah pengujian hipotesis yang menggunakan distribusi 𝑥 2 sebagai uji statistic.
Tabel pengujiannya disebut tabel 𝑥 2 . Hasil uji statistic ini kemudian dibandingkan
dengan nilai dalam tabel untuk menerima atau menolak hipotesis (Ho) yang
dikemukakan.
4) Pengujian Hipotesis dengan Distribusi F (F - ratio))
Adalah pengujian hipotesis yang menggunakan distribusi F - ratio sebagai uji statistic.
Tabel pengujiannya disebut tabel F. Hasil uji statistic ini kemudian dibandingkan
dengan nilai dalam tabel untuk menerima atau menolak hipotesis nol (Ho) yang
dikemukakan
d. Berdasarkan Arah atau Bentuk Formulasi Hipotesisnya
1) Pengujian Hipotesi 2 Pihak (two tails test)
Adalah pengujian hipotesis dimana hipotesis nol (Ho) berbunyi “sama denga dan
hipotesis alternatifanya (H1) berbunyi “ tidak sama dengan” ( Ho = dan H1 ≠ )
2) Pengujian Hipotesis pihak kiri atau sisi kiri
Adalah pengujian hipotesis dimana hipotesis nol (Ho) berbunyi “sama denga” atau
“lebih besar atau sama dengan” dan hipotesis alternatifanya (H1) berbunyi “lebih
kecil” atau “lebih kecil atau sama dengan” ( Ho = atau Ho ≥ dan H1 < atau H1 ≤ ).
Kalimat “lebih kecil atau sama dengan” sinonim dengan kata “paling sedikit atau
paling kecil”
3) Pengujian Hipotesis pihak kanan atau sisi kanan
Adalah pengujian hipotesis dimana hipotesis nol (Ho) berbunyi “sama dengan” atau
“lebih kecil atau sama dengan” dan hipotesis alternatifanya (H1) berbunyi “lebih
besar” atau “lebih besar atau sama dengan” ( Ho = atau Ho ≤ dan H1 > atau H1 ≥ ).
 Kalimat “lebih besar atau sama dengan” sinonim dengan kata “paling banyak atau
paling besar ”.14

14
Dian Novitasari, “Pengujian Hipotesis”, ( STIE Muhammadiyah, Jakarta, 2018), h. 7 - 22.
 DAFTAR PUSTAKA

Siregar, Syofian. 2017. Statistik Parametrik untuk Penelitian Kuantitatif. Jakarta : Bumi Aksara
Sugiyoni, 2014. Statistika untuk Penelitian. Bandung : Alfabeta.
Djarwanto. 2007. Statistika Non Parametrik. Yogyakarta. BPFE.
Siregar, Syofian. 2011. Statistika Deskriptif Untuk Penelitian : Dilengkapi Perhitungan Manual
dan Aplikasi SPSS. Jakarta : Rajawali Pers
Usman, Husaini dan Setiady, Purnomo. 2012. Pengantar Statistika. Jakarta : Bumi Aksara.
Vembriati, Naomi dkk. 2017. Praktikum Statistik. Bahan Ajar. Bali : Prodi Psikologi Fakultas
Kedokteran Universitas Udayana.
Ramadhayani. 2012. Skala Pengukuran. Makalah.
Mahdiyah. Modul 1 Perumusan Masalah Penelitian. (diakses pada tanggal 1 Maret 2019 pukul
06.10 WITA)
Novitasari, Dian. 2018. Pengujian Hipotesis. Makalah.