MAKALAH RISET KEPERAWATAN

UJI STATISTIK PARAMETRIK

Disusun untuk memenuhi salah satu tugas mata Riset Keperawatan

Dosen Pembimbing:
Ns. Hermansyah, S. Kep, M. Kep

Disusun Oleh:
Kelompok 6

Ruth Kristiani Doloksaribu P0 5120316 033

Selvia Ika Safitri P0 5120316 034
Sinta P0 5120316 035
Tria Pratiwi P0 5120316 037
Ulfa Meita Permata P0 5120316 038
Valentino Febryandy P0 5120316 039
Febiony P0 5120315 016

KEMENTERIAN KESEHATAN REPUBLIK INDONESIA

POLTEKKES KEMENKES BENGKULU
JURUSAN KEPERAWATAN PRODI DIV KEPERAWATAN
TAHUN AJARAN 2019/2020
 KATA PENGANTAR

Puji dan syukur kehadirat Tuhan Yang Maha Kuasa atas segala rahmat
yang dikaruniakan-Nya sehingga tugas makalah yang berjudul “Uji Statistik
Parametrik” ini dapat kami selesaikan. Makalah ini dibuat sebagai kewajiban
untuk memenuhi salah satu tugas mata kuliah Riset Keperawatan. Dalam
kesempatan ini, kami mengucapkan terimakasih kepada semua pihak yang telah
membantu menyumbangkan ide dan pikiran demi terwujudnya makalah ini.
Kami juga menyadari bahwa makalah ini jauh dari sempurna. Oleh karena
itu kami sangat mengharapkan kritik dan saran yang bersifat membangun dari
pembaca. Sekian dan terima kasih.

Bengkulu, September 2019

Kelompok 6

ii
 DAFTAR ISI

KATA PENGANTAR ............................................................................... ii

DAFTAR ISI .............................................................................................. iii
BAB I PENDAHULUAN .......................................................................... 1
A. Latar Belakang................................................................................. 1
B. Tujuan .............................................................................................. 2
BAB II ISI
A. Pengertian Uji Statistik Parametri ................................................... 3
B. Syarat Uji Statistik Parametri .......................................................... 3
C. Uji Asumsi ....................................................................................... 5
D. Uji T................................................................................................. 5
E. Uji Korelasi Pearson Product Moment ............................................ 7
F. Uji Regresi Sederhana ..................................................................... 8
G. Uji Regresi Ganda ........................................................................... 8
H. Uji Hipotesis .................................................................................... 9

BAB III PENUTUP

A. Kesimpulan ...................................................................................... 11
B. Saran ................................................................................................ 11
DAFTAR PUSTAKA ................................................................................ 12

iii
 BAB I
PENDAHULUAN

A. Latar Belakang
Pada era globalisasi, hampir semua bidang tidak terlepas dengan
mengunakan angka, data, dan fakta. Hal ini menunjukan bahwa statistika
sangat dibutuhkan. Statistika sebagai sarana mengembangkan cara berfikir
logis, lebih dari itu statistika mengembangkan berpikir secara ilmiah untuk
merencanakan (forcasting) penyelidikan, menyimpulakan dan membuat
keputan yang diteliti dan meyakinkan. Baik disadari atau tidak, statistika
merupakan bagian subtansi dari latihan profesional dan menjadi landasan
dari kegiatan-kegiatan penelitian.
Seringkali penelitian bertujuan untuk melihat kondisi di waktu
yang akan datang dengan suatu dasar keadaan sekarang, atau ingin melihat
kondisi di waktu lalu dengan dasar keadaan sekarang. Sifat ini
memerlukan prediksi atau taksiran yang sekarang banyak dilakukan di
dunia pendidikan. Dengan melakukan prediksi keadaan siswa untuk waktu
yang akan datang merupakan kondisi yang dibutuhkan dalam dunia
pendidikan. Melalui prediksi yang baik, perencanaan pendidikan yang
menyangkut kurikulum, metode mengajar, dan fasilitas ruang dan guru
dapat direalisasikan seefisien mungkin. Statistik adalah suatu disiplin ilmu
yang mempelajari sekumpulan konsep dan metode pengumpulan,
penyajian, analisis, dan interprestasi data, sampai pengambilan keputusan
pada situasi dimana terdapat ketidakpastian (Thoifah, 2013:3).
Statistik dalam dunia pendidikan dapat dirasakan manfaatnya oleh
para pemakai (seperti pendidik, mahasiswa, peneliti,dll) apabila banyak
menujang kelancaran tugas para “Petugas” pendidikan tadi. Dalam
kegiatan evaluasi, statitistik menjadi alat bantu untuk menanalisis dan
menyimpulkan data hasil evaluasi. Sebagai contoh, ketika para guru
mengevaluasi ketercapaian hasil pendidikan, biasanya data yang terkumul
berbentuk data kuantitaif sebelum diinterprestasikan menjadi data
kuantitatif. Pengolahan data kuantitatif tersebut diuji dengan menggunakan

1
 statistik ukuran yang tepat sehingga diperoleh kesimpulan bahwa test
(subjek yang dievaluasi) itu berukuran tinggi-rendah, baik-jelek, atau
berhasil gagal. Dalam kehiatan penelitian (pendidikan), statistik banyak
dipakai sebagai pendeskripsian data kuantitatif yang terkumpul, melalui
ukuran rata-rata, simpangan baku, dan sejenisnya. Selain itu statistik
sangat berperan untuk menguji keberlakuan suatu hipotesis melalui alur
pengujian hipotesis (Subana & Sudrajat, 2000:15).
Metode statistika adalah prosedur-prosedur yang digunakan dalam
pengumpulan, penyajian, analisis dan penafsiran data. Metode-metode
tersebut dikelompokkan ke dalam dua kelompok, yaitu statistika deskriptif
dan statistika dan statistik inferensia. Statistik deskriptif adalah metode
yang berkaitan dengan pengumpulan dan penyajian suatu gugus nilai
pengamatan (data) diantaranya mempelajari ukuran nilai pengamatan
(data), diantaranya mempelajari ukuran nilai sentral meliputi mean,
median, modus, standar deviasi dan kuartil. Sehingga memberikan
informasi yang berguna. Statistika inferensial mencakup semua metode
yang berhubungan dengan analisis sebagian data (sampel) untuk kemudian
sampai pada kesimpulan mengenai keseluruhan data induknya (populasi).
Dalam statistika inferensia sering dipakai istilah parameter dan statistik.
Parameter yaitu ringkasan data yang dapat menggambarkan secara
keseluruhan populasi, sedangkan statisti merupakan ringkasan data yang
berasal dari sampel.

B. Tujuan
Untuk Mengetahui tentang uji statistik parametrik

2
 BAB II
PEMBAHASAN

A. Pengertian
Menurut Sukestiyarno (2012: 5) statistik parametrik adalah
ilmu statistik dimana kekuatan analisisnya berupa perhitungan numerik
yang dipakai sebagai dasar menolak atau menerima hipotesis. Parametrik
artinya parameter. Parameter adalah indikator dari suatu distribusi hasil
pengukuran. Indikator dari distribusi pengukuran berdasarkan statistik
parametrik digunakan untuk parameter dari distribusi normal. Jika data
tidak menyebar normal maka metode statistik nonparametrik dapat
digunakan.
Sugiyono (2013:79) mengemukakan statistik parametris itu bekerja
berdasarkan asumsi bahwa data setiap variabel yang akan dianalisis
berdasarkan berdistribusi normal. Untuk itu sebelum peneliti
menggunakan teknik statistik parametris, maka kenormalan data harus
diuji terlebih dahulu. Bila data tidak normal, maka statitik parametris tidak
dapat digunakan, untuk itu perlu digunakan statistik nonparametris.
Statistik parametrik adalah bagian statistik yang parameter
populasinya harus memnuhi syarat-syarat tertentu seperti syarat data
berkala intervak/rasio, styarat penagambilan sampel harus random,
berdisribusi normal atau normalitas dan syarat memiliki varian yang
homogen ata homogenitas, model regsi lineier, dan sebagainya. Dalam
statistika parametrik, inidikator-indikator yang dianalisis adalah
parameter-parameter dari ukuran objek yang digunakan.

B. Syarat Uji Statistik Parametrik

Beberapa metode statistik parametrik (uji T dan Uji F/Anova)
mensyaratkan asumsi (Santoso, 2005):
a. Sampel (data) diambil dari populasi yang mempunyai berdistribusi
normal. Jika 10 sampel Tinggi badan diambil dari populasi 5000

3
 mahasiswa sebuah perguruan tinggi, data tinggi badan 5000 mahasiswa
haruslah berdistribusi normal.
b. Pada Uji t dan uji F untuk dua sampel atau lebih, kedua sampel diambil
dari dua populasi yang mempunyai varian sama. Jadi jika diambil
sampel 10 tinggi badan pria dan 10 tinggi badan wanita dari 3000 pria
dan 2000 wanita, maka varian 3000 tinggi badan pria dan varian 2000
tinggi badan wanita harusla sama atau bisa diangga sama.
c. Variabel (data) yang diuji haruslah data bertipe interval atau rasio, yang
tingkatannya lebih tinggi dari data tipe nominal atau ordinal. Tinggi
Badan Pria atau Wanita (sentimeter) jelas bertipe rasio, karena dapat
dari proses mengukur. Namun pendapat atau sikap pria dan wanita
(suka atau tidak suku yang diukur dengan skala Likert) bukanlah data
interval atau rasio, namun data Ordinal.
d. Jumlah (sampel) data singkat kecil, sedangkan distribusi data
populasinya tidak diketahui kenormalannya. Misalnya hanya diambil
masing-masing 5 sampel untuk data Berat Badan Konsumen remaja,
Konnsumen Mud dan konsumen Dewasa, maka jumlah data terlalu
sedikit untuk diproses dengan uji F (uji lebih dari dua sampel),
walaupun tipe data rasio.Untuk data yang tidak memenuhi salah satu
asumsi tersebut, lebih baik menggunakan prosedur statistik non
parametrik untuk proses data.
Menurut Santoso, 2010 Metode statistik parametrik digunakan untuk:
 Data dalam jumlah besar, biasanya diatas 30.
 Distribusi data adalah normal atau dapat dianggap normal
 Data bertipe interval atau rasio.
Jika salah satu asumsi diatas tidak terpenuhi, seperti jika data cukup
banyak, namun tidak berdistribusi normal, atau tipe data adalah nominal
atau ordinal, maka metode statistik nonparametrik dapat digunakan.

4
C. Uji Asumsi
Karena jenis data statistika inferensial parametrik menggunakan data
interval atau rasio maka untuk semua uji dalam statistika inferensial
parametrik menggunakan uji asumsi sebagai berikut.
a. Uji Normalitas
Menurut Sukestiyarno (2012: 112) uji normalitas adalah suatu uji yang
dipakai untuk mengetahui apakah sebaran data observasi berasal dari
asumsi populasi berdistribusi normal. Hal ini dikarena data yang baik
yaitu data yang mempunyai pola seperti Distribusi Normal.
b. Uji Homogenitas
Menurut Sukestiyarno (2013: 70) uji asumsi homogenitas
dilakukan pada error (galat). Karena asumsi galat homogenitas
berdampak pada variabel dependen (Y), maka yang di uji homogenitas
hanya variabel Y. Untuk menguji kesamaan beberapa buah rata-rata,
dimisalkan populasinya mempunyai varians yang homogen.
Demikian pula untuk menguji kesamaan dua rata-rata, telah
dimisalkan. Untuk mengetahui data apakah homogen atau tidak bisa
dilihat pada nilai kurtosisnya, apabila nilai kurtosisnya menunjukkan
nilai negatif, maka data cenderung tumpul karena nilai yang diperoleh
mendekati nol, jadi bisa dikatakan data cenderung homogen.

D. Uji T
1. Uji T Satu Sampel
Menurut Sudjana (2005: 219) statistik parametrik yang dapat
digunakan untuk menguji hipotesis deskriptif bila datanya interval atau
rasio adalah t-test 1 sampel. Terdapat dua macam pengujian hipotesis
deskriptif yaitu dengan uji dua pihak (two tail test) dan uji satu pihak
(one tail test). Uji satu pihak ada dua macam yaitu uji pihak kanan dan
uji pihak kiri. Jenis uji mana yang akan digunakan tergantung pada
bunyi kalimat hipotesis. Untuk menguji hipotesis deskriptif (satu
sampel) yang datanya interval atau ratio menggunakan rumus berikut
ini:

5
 t = t hitung
x = Rata-rata xi
µo = Nilai yang dihipotesiskan
s = Simpangan baku
n = Jumlah anggota sampel

2. Uji T Berpasangan
Menurut Sukestiyarno (2012: 111) uji T berpasangan atau sering
diistilakan dengan Paired Sampel t-Test, adalah jenis uji statistika
yang bertujuan untuk membandingkan rata-rata dua grup yang saling
berpasangan. Sampel berpasangan dapat diartikan sebagai sebuah
sampel dengan subjek yang sama namun mengalami 2 perlakuan atau
pengukuran yang berbeda, yaitu pengukuran sebelum dan sesudah
dilakukan sebuah perlakuan.
Syarat jenis uji ini adalah: (a) data berdistribusi normal; (b) kedua
kelompok data adalah dependen (saling berhubungan/berpasangan);
dan (c) jenis data yang digunakan adalah numerik dan kategorik (dua
kelompok). Rumus t-test yang digunakan untuk sampel berpasangan
(paired) adalah:

6
 3. Uji T Tidak Berpasangan
Menurut Sukestiyarno (2012: 113) uji T tidak berpasangan
atau sering diistilakan dengan Independent sample t-test adalah jenis
uji statistika yang bertujuan untuk membandingkan rata-rata dua grup
yang tidak saling berpasangan atau saling bebas. Tidak saling
berpasangan dapat diartikan bahwa penelitian dilakukan untuk dua
subjek sampel yang berbeda.
Prinsip pengujian uji ini adalah melihat perbedaan variasi kedua
kelompok data, sehingga sebelum dilakukan pengujian, terlebih dahulu
harus diketahui apakah variannya sama (equal variance) atau
variannya berbeda (unequal variance). Homogenitas varian diuji
berdasarkan rumus:

Data dinyatakan memiliki varian yang sama (equal variance) bila

F- Hitung < F-Tabel, dan sebaliknya, varian data dinyatakan tidak
sama (unequal variance) bila F-Hitung > F-Tabel. Nilai F tabel
adalah pada taraf signifikan α dan derajat kebebasan n1 – 1, n2 – 1.
Jadi F tabel adalah F5%,n1-1,n2-1.

E. Uji Korelasi Pearson Product Moment

Menurut Sukestiyarno (2012: 51) koefisien korelasi adalah ukuran
seberapa kuat hubungan antara dua variabel atau lebih. Uji hipotesis
korelasi dengan skala pengukuran variabel numerik dengan data
terdistribusi normal untuk mengetahui ada tidaknya hubungan, besarnya
hubungan, dan arah hubungan. Dapat digunakan dalam pengujian
validitas dan reliabilitas instrumen.

7
F. Uji Regresi Sederhana
Menurut Sugiyono (2009: 261) regresi sederhana didasarkan pada
hubungan fungsional ataupun kausal satu variabel independen dengan satu
variabel dependen. Analisis ini digunakan oleh peneliti bila peneliti
bermaksud meramalkan bagaimana keadaan (naik turunnya) variabel
dependen, bila ada satu variabel independen sebagai prediktor
dimanipulasi (dinaik turunkan nilanya). Uji regresi linier sederhana
digunakan untuk memprediksi suatu variabel Y (variabel terikat) berdasar
satu variabel X (variabel bebas) dalam suatu persamaan linier Y= a + bX.

G. Uji Regresi Ganda

Menurut Isparjadi (1988) regresi linear ganda merupakan metode
yang digunakan untuk memodelkan hubungan linear antara variabel terikat
dengan dua/lebih variabel bebas. Regresi linier untuk memprediksi
variabel terikat dari dua atau lebih variabel bebas.
Analisis regresi ganda digunakan oleh peneliti, bila peneliti
bermaksud meramalkan bagaimana keadaan (naik turunnya) variabel
dependen (kriterium), bila dua atau lebih variabel independen sebagai
prediktor dimanipulasi (dinaik-turunkan nilainya). Jadi analisis regresi
ganda akan dilakukan bila jumlah variabel independennya minimal 2.

8
H. Uji Hipotesis
Pada esensinya, inferensi statistik mempelajari pengambilan
keputusan tentang parameter populasi (rata-rata, proporsi) berdasar
karakteristik sampel yang ada. Statistik non parametrik, kegiatan inferensi
statistik atau biasa disebut statistik induktif adalah berkaitan dengan uji
hipotesis.
Menurut Dahlan (2005:8), uji hipotesis adalah metode untuk
mengetahui hubungan (association) antara variabel yang bisa dilakukan
dua cara, yaitu secara komparatif (comparation) dan korelatif
(correlation). Hal tu yang mendasari pembagian uji hipotesi menjadi
hipotesis komparatif dan korelatif. Perbedaan mendasar pada kedua uji di
atas adalah pada output yang ingin diperoleh. Bila peneliti ingin
mengetahui asosiasi itu dengan parameter koefisien korelasi (r), maka
gunakanlah hipotesis korelatif. Namun apabila parameter yang dinginkan
bukan koefisien korelasi tetapi ‘parameter yang lain’ maka gunakanlah
hipotesis komparatif. Perlahan-perhalan anda akan belajar kapan memilih
hipotesis korelatif dan kapan memilih hipotesis komparatif.
Tujuan uji hipotesis statistik adalah untuk menguji apakah data dari
sampel yang ada sudah cukup kuat untuk menggambarkan populasinya,
atau apakah bisa dilakukan generalisasi tentang populasi berdasar hasil
sampel. Ada beberaapa tahapan Uji Hipotesis, yaitu:

9
 Menentukan Ho dan Hi, yang pada prisipnya adalah menguji
karakteristik populasi berdasar informasi yang diterima dari suatu
sampel.
 Menentukan tingkat signifikansi (a), yaitu probabilitas kesalahan
menolak hipotesis yang ternyata benar. Jika dikatakan a=5% berarti
resiko kesalahan mengambil keputusan adalah 5% semakin kecil a
berarti semakin mengurangi resiko salah
 Menentukan apakah akan dilakukan uji sisi atau dua sisi.
 Menentukan statistik tabel dan statistik uji. Jika alat analisis adala Chi
square test, maka akan dicari Chi square tabel dan Chi Square hitung.
(Santosom, 2006:21)

10
 BAB III
PENUTUP

A. Kesimpulan
Secara umum apabila data yang telah dikumpulakan melalui
instrumen adalah jenis data berupa skor berskala (interval) dengan kurva
normal, dengan besar sampel diatas 25, maka perlu menggunakan statistik
parametrik. Apabila menggunkan survei atau uji yang dikembangkan
sendiri atau ukuran sampelnya di bawah 23, maka perlu menggunakan
statistik non-parametrik. Apabila kita memiliki data campuran, maka kita
lebih baik menggunakan statistik non-parametrik. Kedua jenis statistik itu
mampu menjawab masalah kita. Kebutuhan untuk menggunkan statistik
terletak kepada uji statistik mana yang kita anggap tepat.
Tanpa menguasai statistika adalah tak mungkin untuk dapat
menarik kesimpulan induktif dengan sah. Statistika harus mendapat tempat
yang sejajar dengan matematika agar keseimbangan berpikir deduktif dan
induktif yang merupakan ciri dari berpikir ilmiah dapat dilakukan dengan
baik. Statistika merupakan sarana berpikir yang diperlukan untuk
memproses pengetahuan secara ilmiah. Statistika membantu untuk
melakukan generalisasi dan menyimpulkan karakteristik suatu kejadian
secara lebih pasti dan bukan terjadi secara kebetulan.

B. Saran
Penulis berharap dengan adanya makalah ini dapat memberikan
sedikit pengetahuan bagi pembaca mengenai uji statistik parametrik.
Penulis menyadari banyak kekurangan yang terdapat di dalam makalah ini,
oleh karena itu Penulis mengharapkan kritik dan saran yang membangun
untuk penyempurnaan makalah ini.
.

11
 DAFTAR PUSTAKA

Dahlan, S.2010. Statistik untuk Kedokteran dan Kesehatan. Jakarta:Penerbit

Saleba Medika.
Herinaldi. 2005. Prinsip-prinsip Statistik untuk Teknikni dan Sains. Jakarta:
Penerbit Erlangga.
Nisfiannoor, M. 2009. Pendekatan Statitika Modern untuk Ilmu sosial. Jakarta:
Penerbit Salemba humanika.
Santoso,S.2005. Seri Solusi bisnis Berbasis IT: menggunakan SPSS untuk
Statistika Non Parametrik. Jakarta: PT Elex Media Komputindo.
Santoso,S.2010. Statistik Nonparametrik Konsep dan Aplikasi dengan SPSS.
Jakarta: PT Elex Media Komputindo.
Santoso,S.2010. Statistik Parametrik Konsep dan Aplikasi dengan SPSS. Jakarta:
PT Elex Media Komputindo.
Siregar, S.2010. Statistika Deskrpitif untuk Penelitian dilengkapi Perhitungan
Manual dan Aplikasi SPSS versi 17.Jakarta: Rajawali Pers.
Subana&Sudarajat.2000. Statistika Pendidikan. Bandung: Pustaka Setia.
Suciptawati, N.L. 2010. Metode Statistika Non Parametrik. Bali.Udayana
University Press.
Sugiyono. (2013). Statistika untuk Penelitian. Bandung: CV Alfabeta.
Supardi, 2013. Aplikasi Statitiska dalam Penelitian Edisi revisi, Konsep Statitiska
yang lebih Komprehensif. Jakarta : CHANGE PUBICATION.
Thoifah, I. 2016. Statitiska Pendidikan dan Metode Penelitian Kuantitatif.
Malang: Madani

12