1) Bagaimana contoh metode dari uji statistic parametrik dan non parametrik?

Uji parametrik
Statistika Parametrik adalah statistika yang mempertimbangkan jenis
sebaran/distribusi data yang berdistribusi normal dan memiliki varians homogen. Pada
umumnya, data yang digunakan pada statistika parametrik ini bersifat interval dan
rasio.
Uji statistik yang dapat digunakan pada statistika parametrik, antara lain:
1. Uji –Z ( 1 atau 2 sampel)
2. Uji –T (1 atau 2 sampel)
3. Korelasi pearson
4. One or two way ANOVA test
5. Analisis regresi
Untuk uji parametrik, terdapat tiga syarat yang perlu diperhatikan yaitu skala
pengukuran variabel, sebaran data, serta varians data
1. Skala pengukuran variabel: Skala pengukuran variabel harus variabel numerik
2. Sebaran data: sebaran data harus normal
3. Varians data:
a. Kesamaan varians tidak menjadi sprat untuk uji kelompok yang berpasangan
b. Kesamaan varians adalah syarat tidak mutlak untuk 2 kelompok tidak berpasangan
artinya, varians data boleh sama boleh juga berbeda.
c. Kesamaam varians adalah syarat mutlak untuk > 2 kelompok tidak berpasangan
artinya varians data harus wajib sama.
Uji non parametrik
Statistika Nonparametrik merupakan bagian statitik yang parameter populasinya atau
datanya tidak mengikuti suatu distribusi tertentu atau memiliki distribusi yang bebas
dari persyaratan dan variansnya tidak perlu homogen. Statistika nonparametrik
biasanya digunakan untuk melakukan analisis pada data berjenis nominal atau ordinal.
Analisis statistika nonparametrik, antara lain:
1. Uji tanda peringkat Wilcoxon dan Uji U mannWithney (untuk 1-2 kelompok)
2. Uji Kruskal-Wallis (untuk kelompok lebih dari 2)
3. Uji korelasi Rank Spearman dan Kendall Tau
4. Uji Chi-kuadrat.
Uji non prametrik dipergunakan untuk keadaan sebagai berikut:
1. Jika data dengan skala numerik tidak memenuhi syarat untuk uji parametrik
(misalnya sebaran data tidak normal), maka dilakukan uji non parametrik yang
merupakan alternatif dari uji parametriknya. Lihat tanda panah pada tabel Uji
hipotesis. Alternatif uji t berpasangan adalah Uji Wilcoxon. Alternatif uji t tidak
berpasangan adalah uji Mann-Whitney. Alternatif uji anova berpasangan adalah Uji
Friedman. Alternatif uji anova tidak berpasangan adalah Uji Kruskal-Wallis.
2. Jika skala pengukuran variabel adalah kategorikal (ordinal dan nominal) maka
dapat diuji dengan uji non parametrik.
Sugiyono. 2013. Statistika untuk Penelitian. Bandung: Alfabeta.
2) Bagaimana parameter yang digunakan pada uji statistic deskriptif?
3) Bagaimana syarat uji statistic?
Syarat-syarat yang harus dipenuhi dalam penggunaan Teknik statistic parametrik
a. Sampel diambil secara acak/random dari sebuah populasi.
b. Data berskala interval atau data bersifat kuantitatif.
c. Data berdistribusi normal, artinya data yang diperoleh memiliki distribusi
seperti distribusi normal. Pengujiannya dapat dilakukan dengan menggunakan
Kai Kuadrat, Kolmogorov-Smirnov, Lilieford Test, Skewness dan Kurtosis,
atau Jarque-Bera Test.
d. Ada hubungan yang linear antara variabel bebas dengan variabel terikatnya,
artinya hubungan antara variabel bebas dan terikat bersifat linear atau garis
lurus, bukan kuadratik, kubik atau yang lainnya. Pengujian dapat dilakukan
dengan menggunakan uji F Tuna Cocok (Lack of Fit Test) atau uji polinomial.
e. Tidak terjadi heterosedastisitas, artinya varians error yang dihasilkan dari
sebuah persamaan regresi tersebut haruslah bersifat homogen/sama untuk
setiap nilai X. Pengujian dapat dilakukan dengan Park Test, Glesjer Test,
Bartlett Test, Rho Spearman, dan Goldfield & Quant.
f. Tidak terjadi kolinearitas/multikolinearitas, artinya tidak terjadi korelasi yang
terlalu tinggi antar variabel bebas. Pengujian dapat dilakukan dengan analisis
korelasi/ regresi, Tolerance, dan VIF (Variance Inflation Factor).
g. Tidak terjadi otokorelasi, artinya error yang terjadi murni berasal dari garis
regresi dan bukan berasal dari error pengamatan yang lain. Pengujiannya
adalah DurbinWatson Test.
h. Ada homogenitas varians, artinya varians antara kelompok satu dengan
kelompok yang lain haruslah bersifat homogen/sama. Pengujiannya dapat
dilakukan dengan Bartlett Test, Cochran, F Max Hartley, atau Levene Test.
 i. Ada homogenitas regresi, artinya koefisien garis regresi antar kelompok
haruslah bersifat sama/homogen. Pengujiannya dapat dilakukan dengan uji F
untuk kesamaan koefisien regresi.
Muhson, Ali. Teknik Analisis Kuantitatif
PARAMETRIK

NON PARAMETRIK
4) Hipotesis seperti apa yang digunakan sebagai dasar pertimbangan untuk memilih uji
statistic?
Penggunaannya ini tergantung pada asumsi dan jenis data yang akan dianalisis.
- Statistic parametrik memerlukan terpenuhi banyak asumsi
o Asumsi yang utama adalah data yang akan dianalisis harus berdistribusi
normal.
o Dalam penggunaan salah satu test menghatuskan data dua kelompok atau
lebih yang diuji harus homogen
o Dalam regresi harus terpenuhi asumsi linieritas
o Kebanyakan digunakan untuk menganalisis data interval dan rasio
- Statistic nonparametric tidak menuntut terpenuhi banyak asumsi, misalnya data
yang akan dianalisis tidak harus berdistribusi normal. Sering disebut “distribution
free” (bebas distribusi)
o Kebanyakan digunakan untuk menganalisis data nominal, ordinal.
 Sugiyono. Metode Penelitian Kuantitatif Kualitatif dan R&D. 2013. Bandung:
Penerbit Alfabeta

5) Apa Perbedaan uji statistic deskriptif dan statistic inferensial?

Statistik deskriptif
Pada hakekatnya statistika deskriptif menjelaskan karakteristik data secara sistematis
mencakup beberapa teknis analisis data yakni: penyebaran data, tendensi sentral ,
penyajian data, dan lain-lain tentang populasi atau sampel (Radjab & Jama’an,2017 ;
 Sarwono,2006). Penyajian data ditampilkan dalam bentuk gambar atau skema dalam
bentuk histogram, grafik, infografik dan lain-lain. Substansi statistika deskriptif
adalah memberikan paparan rangkuman data dalam bentuk yang mudah dipahami.
Tujuan utama penelitian deskriptif memberi gambaran tentang suatu keadaan
berdasarkan data terkumpul, yang disampaikan dalam bentuk tabel, grafik, skema dan
lain-lain (Cooper & Schindler,2014; Mishra & Alok,2017).
Statistik inferensial
statistika inferensial tugasnya melakukan pengolahan data, menganalisis data,
sehingga bisa mengambil keputusan atau kesimpulan pada populasi (Bungin,2013;
Cooper & Schindler,2014), sehingga kecendrungannya mengarah pada analisis dan
pengujian teori atau hipotesis; atau dengan kata lain statistika inferensial banyak
berhubungan dengan teori probabilitas, tingkat signifikansi, koefisien korelasi, dan uji
hipotesis (Abdullah, 2015). Pada hakekatnya substansi statistika inferensial bertujuan
memberikan kesimpulan karakteristik populasi berdasarkan hasil analisis sampel

6) Bagaimana uji pada setiap skala pengukuran?

PEMILIHAN UJI STATISTIK BERDASARKAN VARIABEL
 Kolom (1) menjelaskan jumlah variabel dependen dalam penelitian. Pada tabel
terdapat dua jenis jumlah variabel dependen yaitu hanya 1 dan lebih dari 1
variabel (>1)
 Kolom (2) menjelaskan tipe data dari variabel dependen. Pada tabel ada tiga
pilihan yaitu numerik (jika skala interval/ratio), kategorik (jika skala
nominal/ordinal) dan campuran numerik-kategorik yang disingkat num+kat. Anda
harus memahami perbedaan jenis data ini, yang sudah dijelaskan pada kuliah
statisitik dasar
 Kolom (3) menjelaskan jumlah variabel independen dalam penelitian. Pada tabel
terdapat dua jenis jumlah variabel independen yaitu hanya 1 dan lebih dari 1
variabel (>1).
 Kolom (4) menjelaskan tipe data dari variabel independen. Pada tabel ada tiga
pilihan yaitu numerik (jika skala interval/ratio), kategorik (jika skala
nominal/ordinal) dan campuran numerik-kategorik yang disingkat num+kat. Anda
harus memahami perbedaan jenis data ini, yang sudah dijelaskan pada kuliah
statisitik dasar
 Kolom (5) menjelaskan jumlah kelas/kelompok/grup dari variabel kategorik. Jadi
kolom 5 tidak berlaku untuk variabel numerik. Pada tabel ada pilihan 2 (untuk
data dikotomi/binomial, “ya” atau “tidak”, atau 0 dan 1) dan pilihan >2 (untuk
data polinomial atau peringkat/ordinal)
 Kolom (6) menjelaskan pasangan data yang akan diuji. Pengertian “berpasangan”
di sini adalah pengukuran antara dua kelompok (intervensi & kontrol) atau
pengukuran antara sebelum dan sesudah diberikan intervensi (pre & post test)
dengan sampel/responden yang sama. Sering juga disebut dengan dependent
sample. Pengertian “tidak berpasangan” kebalikan dari penjelasan terdahulu, dan
sering disebut dengan independent sample
 Kolom (7) menjelaskan asumsi yang harus dipenuhi pada uji parametrik yaitu
apakah data berdistribusi normal atau tidak. Jika terpenuhi pada menggunakan
statistik parameterik, jika tidak terpenuhi maka menggunakan uji statistik
nonparameterik. Kondisi ini hanya terjadi jika jumlah variabel dependen dan
independen sama-sama 1 (satu)
 Kolom (8) menjelaskan jenis uji statistik yang dipakai. Nama uji statistik yang
tertulis pada tabel 1 mungkin berbeda dengan nama yang tertera pada buku
referensi lain, tetapi fungsinya sama.

PEMILIHAN UJI STATISTIK BERDASARKAN TUJUAN ANALISIS (UJI

HIPOTESIS)
Menjelaskan pemilihan uji statistik yang dimulai darI
 Kolom (1) menjelaskan tujuan analisis atau penelitian yang terdiri dari uji mean,
uji median, uji proporsi, uji varians, uji homogenitas, uji distribusi, uji random, uji
outlier, uji independensi, uji korelasi/asosiasi, uji efek, uji estimasi.
 Kolom (2) menjelaskan jumlah sampel/kelompok yang akan diuji. Pada kolom
ada pilihan: satu (univariat), dua (bivariate), dan > dua (multivariat)
 Kolom (3) menjelaskan jenis data yang akan diuji. Pada tabel ada pilihan
Interval/Ratio (numerik), Ordinal, dan Nominal.
 Kolom (4) menjelaskan tentang uji statistik yang dipakai.

kesalahan yang dapat terjadi dalam melakukan uji statistic

-      Kesalahan uji tipe I
Adalah karena Ho ditolak padahal kenyataannya benar ,artinya kita menolak hipotesis
tsb (Ho) yang seharusnya diterima
-      Kesalahan uji tipe II
Adalah kesalahan karena Ho diterima padahal kenyataannya salah.Artinya kita
menerima hipotesis tsb (Ho) yang seharusnya ditolak.
Apabila kedua jenis kesalahan tsb dinyatakan dalam bentuk probabilitas didapatkan
hal2 sbb:
a.       Kesalahan tipe I disebut kesalahan α yang dalam bentuk penggunaanya disebut
sbg taraf yang nyata atau taraf signifikan.1 – α disebut sbg tingkat keyakinan , karena
dengan itu kita yakin bahwa kesimpulan yang kita buat adalah benar sebesar 1 – α
b.      Kesalahan tipe II disebut kesalahan β yang dalam bentuk penggunaanya disebut
sbg fungsi ciri operasi , disingkat CO , 1 – β disebut sbg kausa pengujian karena
memperlihatkan kuasa terhadap pengujian yang dilakukan untuk menolak hipotesis
yang seharusnya ditolak
Pokok2 materi statistik 2 9statistik inferensi oleh Ir.M.Iqbal Hasan