PERTEMUAN 3
Statistika Parametrik
Uji-t untuk sampel berpasangan (paired-samples T-test) juga digunakan untuk menguji
hipotesis bahwa tidak ada selisih antara dua variabel. Data dapat berasal dari dua ukuran dari
subjek yang sama atau satu ukuran dari pasangan subjek.
a. Eksperimen yang pengukurannya dilakukan terhadap subyek yang sama baik sebelum
atau sesudah perlakuan. Contoh: penimbangan terhadap 10 orang yang melakukan
program diet. Penimbangan dilakukan sebelum dan sesudah program dilaksanakan.
b. Subyek dalam penelitian diberi dua perlakuan berbeda artinya subyek tersebut
dijadikan pengontrol dirinya sendiri. Contoh: Pemberian metode mengajar A dan B.
Subyek-subyek yang diteliti sebelum UTS diberi metoda A dan kemudian sebelum UAS
diberi metode B.
c. Berdasarkan hubungan genetis, misalnya: saudara kandung, orang tua dengan anak.
d. Berdasarkan hubungan status sosial, misalnya suami-istri, atasan-bawahan, ketua
regu –anggota, dan lainnya.
Perhitungan statistik dilakukan untuk masing-masing variabel dan pasangan variabel, yaitu:
1. Untuk tiap variabel akan dihitung rata-rata, ukuran sampel, standar deviasi, dan
standar error rata-rata.
2. Untuk tiap pasangan variabel akan dihitung korelasi, selisih rata-rata, uji-t dan selang
kepercayaan untuk selisih rata-rata, standar deviasi, dan standar error rata-rata.
Kriteria data yang dapat diuji dengan menggunakan uji-t satu sample (one-sample T-test),
yaitu:
1. Data yang digunakan adalah data kuantitatif (interval dan rasio).
2. Data berdistribusi normal.
Contoh Kasus:
Seorang dosen statistika ingin mengetahui tentang efektivitas pelatihan software Python
untuk meningkatkan kemampuan komputasi mahasiswa statistika. Untuk itu dilakukan
penelitian eksperimen dengan model quasi eksperimen menggunakan one group pre-test
post-test design. Penelitian ini menguji kemampuan mahasiswa antara sebelum dan sesudah
diberikan pelatihan software Python.
Penelitian ini membuktikan apakah ada perbedaan kemampuan komputasi mahasiswa antara
sebelum dan sesudah diberikan pelatihan Python. Berdasarkan 60 sampel mahasiswa yang
dipilih secara random antara sebelum dan sesudah diberikan metode pelatihan komunikasi
efektif adalah sebagai berikut:
2. berikan nama variable yang diperlukan, dalam kasus ini terdapat dua variable yaitu
nilai sebelum dapat pelatihan dan nilai sesudah dapat pelatihan.
3. Isikan nama variabel pada kolom Name (misal: sebelum, dan sesudah) maksimal 8
karakter, setelah itu tekan Tab dan secara otomatis akan muncul di kolom Type
(Numerik), pada kolom Width isikan angka 8 dan pada Decimal isikan angka 2 (dengan
kondisi default).
6. Setelah keluar gambar seperti dibawah ini Klik variable Sebelum-Sesudah dan
pindahkan ke kotak Paired Variable.
7. Klik Options untuk memilih Convidence Interval (selang kepercayaan) yang akan
digunakan (posisi default: 95%). Untuk Missing Values atau data yang hilang, karena
dalam kasus ini tidak ada data yang kosong maka diabaikan saja. Klik Continue
N Correlation Sig.
Paired Differences
95% Confidence
Interval of the
Pair sebelum
1 pelatihan python - - - -
4.88265 .89145 -13.61012 29 .000
sesudah 15.43333 17.25654 17.313
pelatihan python
Analisis T-test
1. Hipotesis
H0 : 𝜇1 = 𝜇2 (Tidak terdapat perbedaan kemampuan komputasi mahasiswa
statistika antara sebelum dan sesudah diberikan pelatihan software Python)
H1 : 𝜇1 ≠ 𝜇2 (terdapat perbedaan kemampuan komputasi mahasiswa statistika
antara sebelum dan sesudah diberikan pelatihan software Python)
2. Tingkat signifikansi
0.05 atau 5%
3. Statistik Uji
- Uji t dua sampel berpasangan
4. Daerah penolakan
Tolak H0 jika : t hitung > t tabel atau sig.< 𝛼 (0.05)
5. Keputusan
berdasarkan hasil analisis uji-t dua sampel saling bebas, maka dapat diperoleh hasil:
thit (17.313) > ttabel (2.045)
sig. (0.000) < 𝛼 (0.05)
maka keputusan → TOLAK H0
6. Kesimpulan
Berdasarkan analisis yang dilakukan pada data nilai pelatihan komputasi dengan
software Python menggunakan tingkat signifikansi sebesar 5% disimpulkan bahwa
Terdapat perbedaan kemampuan komputasi mahasiswa statistika antara sebelum
dan sesudah diberikan pelatihan software Python. Maka dapat disimpulkan bahwa
pelatihan software Python itu sangat efektif dalam upaya meningkatkan kemampuan
komputasi mahasiswa.
Statistika non-Parametrik
✓ Uji Mc Nemar
Untuk menguji perbedaan atau perubahan proporsi dua buah populasi yang hanya
memiliki dua kategori berdasarkan proporsi dua sampel berpasangan. Uji ini banyak
dipakai untuk mengetahui apakah ada perbedaan atau perubahan proporsi sebelum dan
sesudah kelompok sampel tertentu yang hanya memiliki dua kategori diberi perlakuan,
dimana anggota kelompok sampel tersebut merupakan kontrol terhadap dirinya sendiri.
✓ Uji Tanda
Uji tanda digunakan untuk menguji hipotesis komparatif dua sampel yang berkorelasi bila
skala pengukuran datanya berbentuk ordinal. Teknik ini disebut uji tanda karena data yang
dianalisis dinyatakan dalam bentuk tanda-tanda (tanda positif atau negatif).
a. Uji Mc-Nemar
Seorang peneliti melakukan penelitian tentang perilaku penggunaan MSG pada masakan.
Peneliti ingin mengetahui efektifitas seminar kesehatan terhadap penggunaan MSG dalam
makanan. Dalam penelitian ini diambil sampel sebanyak 30 orang. Berdasarkan hasil survei
diperoleh data sebagai berikut (0 menandakan responden tidak menggunakan MSG dan 1
menandakan menggunakan MSG).
Penggunaan MSG
no sebelum sesudah no sebelum sesudah
1 0 0 0 0
2 1 0 1 0
3 0 0 0 0
4 1 0 0 0
5 0 1 1 0
6 1 0 1 1
7 1 0 1 1
8 1 0 0 0
9 1 0 0 0
10 0 0 1 0
11 1 0 1 1
12 1 1 1 1
13 1 0 0 0
14 1 1 1 0
15 1 0 1 0
Tabel 2. Data survey penggunaan MSG
Selidiki apakah terdapat perbedaan penggunaan MSG dalam makanan sebelum dan sesudah
mengikuti seminar kesehatan pada taraf nyata 5%.
Hipotesis
H0 : Penggunaan MSG sebelum dan sesudah seminar kesehatan adalah sama.
H1 : Terdapat pengurangan penggunaan bahan MSG masakan setelah seminar kesehatan.
5) Klik OK.
Output SPSS.
Sesudah
tidak msg 9 1
pakai msg 14 6
Tabel cross tab menunjukkan penggunaan MSG sebelum dan sesudah seminar kesehatan. Sel
yang menjadi perhatian adalah baris 1 kolom 2 (B1K2), dan baris 2 kolom 1 (B2K1). Sel B1K2
bernilai 1, hal ini menunjukkan perubahan peserta yang sebelum seminar memasak tanpa
MSG berubah menjadi menggunakan MSG ada 1 orang. Sel B2K1 bernilai 14, hal ini berarti
jumlah peserta seminar yang sebelumnya menggunakan MSG setelah seminar menjadi tidak
menggunakan MSG sebanyak 14 orang.
Test Statisticsa
sebelum &
sesudah
N 30
Exact Sig. (2-tailed) .001b
a. McNemar Test
b. Binomial distribution used.
Tabel Statistics memaparkan analisis hipotesis dari penelitian tersebut . Terlihat bahwa pada
Exact Sig. (2-tailed) adalah 0.001, nilai ini lebih kecil dari tingkat signifikansi sebesar 0.05.
Maka H0 ditolak, dengan demikian dapat disimpulkan bahwa terdapat pengurangan
penggunaan MSG setelah seminar kesehatan. Dalam hal ini metode yang digunakan adalah
uji binomial.
cara lain input data yang bisa digunakan untuk Uji McNemar
3. Pilih data → weight case by, selanjutnya pindahkan variabel Nilai dengan mengklik
tanda panah seperti berikut:
5. Klik OK.
Output SPSS
Sesudah
sebelum 0 1
0 9 1
1 14 6
Test Statisticsa
sebelum &
sesudah
N 30
Exact Sig. (2-tailed) .001b
a. McNemar Test
b. Binomial distribution used.
Output ini sama dengan analisis nonparametrik Mc Nemar sebelumnya, maka hasil
interpretasi pun sama dengan sebelumnya.
Uji Tanda
Seorang guru ingin mengetahui apakah ada perbedaan antara nilai ujian seorang siswa pada
mata ajar tertentu, jika ia belajar sendirian dan jika ia belajar berkelompok. Untuk itu,
diadakan dua kali uji mata ajar, pertama siswa belajar sendiri-sendiri dan yang kedua sebelum
ujian siswa dapat dengan bebas belajar secara berkelompok. Berikut hasil nilai keduanya
(angka dalam range nilai (sampai 100)).
No Sendiri Kelompok
1 80 88
2 78 89
3 65 79
4 85 94
5 70 85
6 84 92
7 88 96
8 75 82
9 69 75
10 82 88
11 77 80
12 80 90
13 73 85
14 75 75
15 79 85
Tabel 3. Data metode belajar
H0: tidak ada perbedaan nilai siswa jika ia belajar sendiri dengan jika ia belajar berkelompok.
H1: ada perbedaan nilai siswa jika ia belajar sendiri dengan jika ia belajar berkelompok.
3) Isi data pada Data view sesuai dengan data yang ada
6) klik OK.
Output SPSS:
Descriptive Statistics
Frequencies
Positive Differencesb 14
Tiesc 1
Total 15
Test Statisticsa
kelompok -
sendiri
a. Sign Test
b. Binomial distribution used.
• Berdasarkan tabel statistik deskripitif di atas dapat dilihat bahwa nilai rata-rata siswa
yang belajar sendiri adalah 77.33 dan nilai rata-rata siswa yang belajar berkelompok
adalah 85,53. Serta standar deviasi (seberapa jauh rentang data dari mean) yang
belajar sendiri adalah 6.332 dan yang belajar berkelompok adalah 6.412 dengan
banyaknya data yang diamati sejumlah 15 data.
• Bagian tabel frekuensi di atas menyatakan banyaknya tanda bagi selisih ranking.
Berdasarkan tabel frekuensi di atas dapat dilihat bahwa ada 0 data dengan perbedaan
negatif, 14 data dengan perbedaan positif dan 1 data dengan perbedaan data nol
(pasangan data sama nilainya ata ties) dari jumlah data yang sebanyak 15 data.
• Bagian dari nilai test statistic di atas menyajikan hasil uji binomial. Terlihat bahwa pada
kolom Exact Sig.(2-tailed) atau signifikansi untuk uji dua arah diperoleh nilai 0,000,
maka nilai p = 0,000 < 0,05. Sehingga tolak hipotesis nol (H0). Maka ada perbedaan
nilai siswa jika ia belajar sendiri dengan jika ia belajar berkelompok.
Uji Wilcoxon
H0 : Suplemen tersebut tidak memiliki efek berarti untuk meningkatkan berat badan
H1 : Suplemen tersebut memiliki efek berarti untuk meningkatkan berat badan
6) klik OK.
Output SPSS:
Descriptive Statistics
Ranks
Ties 2c
Total 20
Test Statisticsa
sesudah -
sebelum
Z -3.603b
Asymp. Sig. (2-tailed) .000
• Dari luaran terlihat bahwa dari 20 pengamatan, ada 1 data mempunyai beda-negative,
17 data bernilai positif dan 2 data yang sama (ties). Dalam uji Wilcoxon, yang dipakai
adalah jumlah beda-beda yang paling kecil, karena kasus ini diambil beda negative,
yaitu 3.5 (lihat luaran pada kolom ‘sum of ranks’). Dari angka ini didapat uji Wilcoxon
(T) adalah 3.5.
• Terlihat pada kolom asymp sig (2-tailed) untuk diuji 2 sisi adalah 0,000. maka nilai p =
0,000 < 0,05. Sehingga tolak hipotesis nol (H0). Maka Suplemen tersebut memiliki efek
berarti untuk meningkatkan berat badan.
LATIHAN
Kasus:
Seorang peneliti ingin menguji efektivitas fasilitas konsuling untuk menurunkan tingkat
depresi ringan pada mahasiswa. Untuk itu dilakukan penelitian eksperimen dengan model
quasi eksperimen menggunakan one group pre-test post-test design. Penelitian ini menguji
tingkat depresi ringan mahasiswa antara sebelum dan sesudah diberikan fasilitas konsuling.
Penelitian ini ingin membuktikan apakah ada perbedaan tingkat depresi ringan mahasiswa
antara sebelum dan sesudah diberikan konsuling. Berdasarkan 40 sampel mahasiswa yang
dipilih secara random, mahasiswa diukur dengan BDI (Beck Depression Inventory) untuk
melihat tingkat depresi ringan mahasiswa antara sebelum dan sesudah konsuling, diperoleh
data sebagai berikut:
KONSULING
No Sebelum sesudah No Sebelum Sesudah
1 16 10 16 15 10
2 13 9 17 13 9
3 14 7 18 14 9
4 15 8 19 12 8
5 13 8 20 15 10
6 15 10 21 13 10
7 16 10 22 11 7
8 14 9 23 13 9
9 13 6 24 12 10
10 12 8 25 14 10
11 12 7 26 12 8
12 14 10 27 15 9
13 15 10 28 13 9
14 16 9 29 16 10
15 15 10 30 12 8
a. Laksanakan analisis uji-t dua sampel berpasangan (Paired Sample t-test) untuk data
tersebut di atas dengan komputer program SPSS for windows.
b. Cetaklah hasilnya (print-out) dan gunakan untuk melakukan kegiatan sebagai berikut:
- Buatlah hipotesis nol (Ho) dan hipotesis alternatif (H1)
- Ujilah hipotesis-hipotesis tersebut dengan taraf signifikansi 0.05 (5%)!
- Interpretasi dan simpulkan hasil uji-t dua sampel berpasangan tersebut!