TUGAS STATISTIK KESEHATAN

“Uji Statistik Parametric “

DosenPengajar :Ns. Hermansyah, M.Kep

Di Susun Oleh :Kelompok 3

1. Aulia Putri Latifah

2. Bayu Ilham Gustian
3. Dera Aprianti
4. Oktavia
5. Riris Mardiyaningsi
6. Sarwendi Al Gazali
7. Tantri Sulistia A

KEMENTERIAN KESEHATAN REPUBLIK INDONESIA

POLTEKKES KEMENKES BENGKULU
JURUSAN KEPERAWATAN
PRODI SARJANA TERAPAN KEPERAWATAN
TAHUN AJARAN 2020 / 2021
 KATA PENGANTAR

Puji syukur penyusun panjatkan kehadirat Allah SWT, sebab atas rahmat dan
hidayah-Nya lah penyusun dapat menyelesaikan makalah ini. Makalah, Uji Statistik

Parametric untuk memenuhi tugas mata kuliah riset. Adapun makalah yang kami
buat ini membahas mengenai Uji statistikparametric, yang didalamnya memuat
tentang pengertian konsep, jenis statistik,syarat pengunaan uji
statistikparametrik,significal level,langkah uji signifikansi dan lain-lain.

Penyusun sangat menyadari dalam penyusunan makalah ini terdapat banyak

kesalahan.Oleh karena itu, sangat diharapkan kritik maupun sarannya.Sehingga di kemudian
hari dapat menyusun lebih baik lagi. Semoga makalah ini dapat digunakan dengan baik dan
bermanfaat bagi kita semua. Amin.

Bengkulu, september 2020

Penyusun
KATA PENGANTAR……………………………………………ii
DAFTAR ISI……………………………………………………...iii
BAB 1 PENDAHULUAN…………………………………………1
A. Latar Belakang……………………………………………..
B. Rumusan Masalah………………………………………….
C. Tujuan Penulisan…………………………………………...

BAB 2 PEMBAHASAN…………………………………………...
A. Definisi Statistika Parametrik……………………………………………..
B. Kelebihan & Kekurangan Statistika Parametrik ……………

C. Pemodelan Statistika Parametrik…………………………………………….

D. Uji – Uji Statistik Parametrik……………………………………………..

E. Syarat Penggunaan Uji Statistik Parametrik…………………………………

F. Significance Level……………………………………………..

BAB III PENUTUP………………………………………………...

A. Kesimpulan…………………………………………………..
B. Saran…………………………………………………………

DAFTAR PUSTAKA………………………………………………….iii
 BAB I
PENDAHULUAN

A. Latar Belakang

Dalam kehidupansehari-hari sering kita temui permasalahan yang dapat

diformulasikan ke dalam persamaan matematis. Hubungannya dengan statistika yaitu
statistika digunakan untuk menyatakan data atau bilangan yang diperoleh dari data, misalnya
rata-rata dari data tersebut. Statistika didefinisikan sebagai ilmu yang membahas tentang
pengambilan data, pengolahan data sampai kesimpulan yang diperoleh dari perhitungan dan
pengolahan data tadi, serta membuat keputusan yang dapat diterima berdasarkan analisis.
Keunikan statistik yaitu kemampuannya untuk menghitung ketidakpastian dengan tepat. Hal
inilah yang akan digunakan dalam praktikum kali ini. Didalam statistik ada tiga hal penting
yang mendasar yaitu analisa data yang membahas tentang pengumpulan, penyajian dan
mengintisarikan data. Kedua adalah probabilitas yaitu membahas tentang hukum peluangdan
yang terakhir adalah kesimpulan statistik yaitu tentang ilmu penarikan kesimpulan statistik
dari data tertentu berdasarkan pengetahuan tentang probabilitas..

B. Perumusan Masalah

Untuk mengetahui praktikan dapat mengerti pengertian hipotesis statistik parametric

praktikan mampu menerapkan kegunaan pengujian hipotesis statistik parametrik.

C. Tujuan
 Agar praktikan dapat mengerti pengertian hipotesis statistik parametrik
 Agar praktikan mampu menerapkan kegunaan pengujian hipotesis statistik
parametrik.
 BAB II
PEMBAHASAN

A. Definisi Statistika Parametrik

Pengertian Statistika Parametrik. Statistika Parametrik (Metode Kuantitatif) adalah
metode statistika yang menyangkut pendugaan parameter, pengujian hipotesis,
pembentukan selang kepercayaan, dan hubungan antara dua sifat (peubah) atau lebih bagi
parameter- parameter yang mempunyai sebaran (distribusi normal) tertentu yang
diketahui.
Statistika parametik lebih banyak digunakan untuk menganalisis data yang berskala
interval dan rasio dengan dilandasi asumsi tertentu seperti normalitas. Statistika
nonparametik dapat digunakan untuk menganalisis data yang berskala nominal dan
ordinal.

Metode statistika parametrik berlandaskan pada anggapan-anggapan tertentu yang

telah disusun terlebih dahulu, jika anggapan-anggapan tersebut tidak sesuai dengan
keadaan sebenarnya, apalagi jika menyimpang jauh maka keampuhan metode ini tidak
dapat dijamin atau bahkan dapat menyesatkan. Pengolongan Statistika Parametrik antara
lain: Regresi, Path (Jalur), SEM, Korelasi Kanonik, Faktor, deskriminan, claster, regresi
logistik, probit & tobit, multivariat.

Prosedur penggunaan statistika parametrik harus mempertimbankan:

1. Penentuan Hipotesis
2. Pemilihan uji statistika (alat analisis)
3. Penentuan
4.Taraf Nyataα dan ukuran cuplikan (n)
5. Menentukan sebaran cuplikan (Sampling distribution)
6. Penentukan daerah penolakan Ho
7. Pengambilan keputusan dan penarikan kesimpulan.
 B. Kelebihan & Kekurangan Statistika Parametrik

Dalam kenyataan, penggunaan metode satatistik tidak terlepas dari berbagai kelebihan
dan kekurangan. Adapun kelebihan dan kekurangan statistika parametrik sebagai berikut:

1. Kelebihan statistika parametrik adalah:

o Dapat digunakan untuk menduga atau meramal.
o Hasil analisis dapat diperoleh dengan pasti dan akurat apabila
digunakan sesuai aturan-aturan yang telah ditetapkan.
o Dapat digunakan untuk mengukur interaksi hudungan antara dua
atau lebih variabel (peubah).
o Dapat menyederhanakan realitas permasalahan yang kompleks &
rumit dalam sebuah model sederhana.
2. Kekurangan statistika parametrik adalah:
o Berdasarkan pada anggapan-anggapan (Asumsi)
o Asumsi tidak sesuai dengan realitas yang terjadi atau menyimpang
jauh maka kemampuannya tidak dapat dijamin bahkan
menyesatkan.
o Data harus berdistribusi normal dengan skala pengukuran data
yang harus digunakan adalah interval & rasio.
o Dapat digunakan untuk menganalisis data yang populasi/sampelnya
sama.
o Tidak dapat dipergunakan untuk menganalisis dengan cuplikan
o (Sampel) yang jumlahnya sedikit (> 30)
 C. Pemodelan Statistika Parametrik

Model adalah suatu konsep yang digunakan untuk menyatakan sesuatu keadaan
(permasalahan) ke dalam bentuk simbolik, ikonik atau analog. Pada hakekatnya model adalah
perwakil realitas, oleh karena itu wujudnya harus lebih sederhana. Pemodelan statistika
adalah upaya memodelkan permasalahan ke dalam konsep statistika dengan prosedur:

o (1) Ubah pernyataan ke dalam lambang statistika

(2) Pemilihan metode analisis yang tepat
(3) Aplikasi metode secara benar
D. Uji – Uji Statistik Parametrik
Pengolahan data secara parametrik ini merupakan pengolahan data dimanaanggapan
kenormalan diberlakukan, tercakup di dalamnya adalah :
1. Uji Kebaikan-Suai
Uji Goodness of Fit digunakan untuk menentukan apakah suatu populasi
mempunyai suatu distribusi teoritis tertentu. Uji tersebut didasarkan atas baiknya
kesesuaian yang ada antara frekuensi terjadinya pengamatan pada sampel teramati
dan frekuensi harapan yang diperoleh dari distribusi yang dihipotesiskan.
Uji goodness of fit adalah uji hipotesis statistik yang digunakan untuk menaksir
bentuk apakah observasi X1, X2,…Xn adalah independen sampel daridistribusi khusus
dengan fungsi distribusi F. Uji goodness of fit dapat digunakanuntuk menguji
serangkaian uji hipotesis nol. Terdapat tiga macam uji Goodness of Fit, yaitu Chi-
square test, Kolmogorov-Smirnov Test, dan Anderson Darling uji
Uji Menyangkut Ratan dan VariansiUji menyangkut rataan ini berkaitan dengan
distribusi t, uji ini dapa tmenyangkut satu rataan atau variansi dan menyangkut dua
variansi atau rataan.
2. Uji Menyangkut Proporsi
Uji ini banyak dipakai dalam berbagai bidang. Uji ini digunakan
untuk mengetahui proporsi suatu peristiwa dalam suatu populasi. Sebagai
contoh,seorang politisi tentunya tertarik untuk mengetahui berapa bagian dari
pemilihyang akan mendukungnya dalam pemilihan mendatang. Pengusaha
pabrik berkepentingan mengetahui proporsi cacat dalam suatu pengirimanproduksinya.
3. Uji Kebebasan
 Merupakan uji untuk mengetahui keterkaitan antara dua atau lebihvariabel
atau untuk mengetahui sifat ketergantungan (hubungan) suatu variabeldengan variabel
yang lain
4. Galat I dan Galat II
Galat I adalah penolakan hipotesis nol padahal hipotesis itu benar
.Galat II adalah penerimaan hipotesis nol padahal hipotesis itu salah.
5. Uji Anova
Anova sering disebut sebagai analisis variansi. Sampel acak ukuran ndiambil
masing-masing dari k populasi. Ke k populasi yang berbeda inidiklasifikasikan
menurut perlakuan atau grup yang berbeda. Dewasa ini istilahperlakuan digunakan
secara umum dengan arti klasifikasi, apakah itu kelompok,adukan, penganalisis,
pupuk yang berbeda, atau berbagai daerah di suatu negara.
Pada Anova terdapat pengujian hipotesis nol bahwa rataan ke k populasisama lawan
tandingan bahwa paling sedikit dua dari rataan ini tidak sama.Uji yang akan dipakai
didasarkan pada perbandingan dua taksiran bebasdari kesamaan variansi populasi.
Perlu dibandingkan ukuran variansi antaraperlakuan yang sesuai dengan variansi
dalam perlakuan, agar dapat ditemukanperbedaan yang berarti dalam pengamatan
akibat pengaruh perlakuan.

Parametris digunakan untuk menganalisis data interval dan rasio. Ukuran uji dalam
Statistik parametris antara lain :
- T-test
- Anova
- Korelasi.
Untuk mengetahui ukuran populasi atau disebut dengan Parameter biasanya seorang
peneliti mengukurnya tidak secara langsung melainkan dengan cara mengambil sebagian
kecil dari populasi (disebut dengan sample) kemudian mengukurnya. Selanjutnya hasil
pengukuran sample tersebut digunakan untuk “menduga” ukuran sebenarnya (ukuran
populasinya atau parameternya). Dari sinilah berasal istilah “Pendugaan Parameter”.
Secara umum parameter yang diduga ialah nilai tengah (mean), proporsi, atau ragam,
masing-masing :
- Satu nilai tengah
- Beda dua nilai tengah populasi
- Beda lebih dari dua nilai tengah populasi
 - Satu proporsi
- Beda dua nilai proporsi
- Beda lebih dari dua nilai proporsi
- Satu ragam
- Beda dua nilai ragam
- Beda lebih dari dua nilai ragam
Karena nilai parameter tidak bisa ditentukan kepastiannya 100% maka dikenal istilah
Selang Kepercayaan (Confidence Interval) yaitu ukuran yang menunjukan nilai parameter
yang asli mungkin berada. Selang Kepercayaan 95% artinya kita percaya bahwa 95% sample
yang kita ambil akan memuat nilai parameter aslinya. Selang Kepercayaan 99% artinya kita
percaya bahwa 99% sample yang kita ambil akan memuat nilai parameter aslinya.

E. Syarat Penggunaan Uji Statistik Parametrik

Dalam Uji Parametrik Terdapat 3 Syarat Yang Harus Diperhatikan

Uji parametrik hanya dapat digunakan dengan skala pengukuran Numerik,Variabel numerik
tersebut harus memiliki sebaran data normal Varians data :
- Kesamaan varians tidak menjadi syarat untuk uji kelompok yang berpasangan
- Untuk 2 kelompok, varian data boleh sama juga boleh berbeda
- Untuk >2 kelompok, varians data harus sama
Distribusi sampel diambil dari distribusi populasi yang terdistribusi secara normal
Sampel diperoleh secara random (mewakili populasi)
Skala pengukuran harus kontinyu (rasio/interval) atau skala nominal yang diubah menjadi
proporsi dan E.g. Uji-z, Uji-t, korelasi pearson,
 F. Significance Level

Nama lainnya ialah Signifikansi / Probabilitas ada yang menyebutkan juga Derajat
Kemaknaan Menunjukkan seberapa signifikansi kesalahan tipe I (type I error) yang mungkin
terjadi Kebalikannya Confidence Interval dan sama-sama mengukur kepercayaan suatu
hipotesa,Dinotasikan dengan α ,Defaultnya 10%, 5%, 1%dan Default SPSS = 5% = 0.05
a. Uji signifikansi

• Beberapa uji signifikansi yang sering digunakan:

1. beda dua porsi
2. Beda dua rata-rata
3. Beda lebih dari dua rata-rata
• Langka Tentukan hipotesis nol dan hipotesis tandingan
1. Notasi H0 dan H1
2. Hipotesis nol adalah hipotesis yang mengandung unsur sama dengan
3. Untuk uji t:
 a. H0 : rata-rata dari dua sampel yang di tes sama
b. H1 : rata-rata dari dua sampel yang di tes berbeda
4. Hitung statistik uji atau p-value
5. Kesimpulan tolak H0 jika p-value <0.05 h-
Apa itu signifikansi beda rata-rata
• Jika kita mempunyai dua set sampel dan ingin mengetahui apakah ada perbedaan
antara rata-rata di sampel satu dengan rata-rata di sampel lainnya, makadibutuhkan uji
signifikansi.
• Secara teoritis, adadua cara menguji beda signifikansi antara dua rata-rata:
1. Uji t
2. Uji z
 BAB III
PENUTUP

DAFTAR PUSTAKA
Sugiyono. 1999. Metode Penelitian Bisnis. Bandung: Alfabeta
Walpole, Ronald E, Pengantar Statistika, edisi ketiga. Jakarta : Gramedia, 1988
Supranto, Statistik Teori dan Aplikasi (jilid 2), Erlangga, 2001
Sprent. P, Metode Statistik Non Paremetrik Terapan. Jakarta : Universitas Indonesia, 1991
Theory of Statistics, by Mark J. Schervish, Springer, 1995