TUGAS STATISTIKA

EVALUASI STATISTIKA PARAMETRIK DALAM LAPORAN PENELITIAN.

Nama : Intan Rizki Hayuningtyas

Kelas : KA 2020
NIM : 20030234038

1. Penggunaan teknik statistik parametrik didasarkan pada asumsi bahwa data yang diambil
mempunyai distribusi normal dan jenis data yang digunakan merupakan interval atau rasio.
Statistika parametrik meliputi :
a) Teknik-teknik statistika yang didasarkan atas asumsi mengenai populasi yang diambil
sampelnya.
b) Contoh: pada uji t diasumsikan populasi terdistribusi normal.
c) -

d) Membutuhkan data kuantitatif dengan level interval atau rasio

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.
Tetapi perlu diingat bahwa yang menyebabkan tidak normal itu apanya. Misalnya ada kesalahan
instrumen dan pengumpulan data, maka dapat mengakibatkan data diperoleh menjadi tidak akan
berdistribusi normal.
Dalam statistika parametrik, indikator-indikator yang dianalisis adalah parameter-parameter
dari ukuran objek yang digunakan. Berbagai macam teknik statistika yang termasuk ke dalam
statistika parametrik adalah uji t sampel tidak berpasangan (independent Sample T test), uji t
sampel berpasangan (Paired Sample T test), uji F/ANOVA satu arah (One Way ANOVA), uji
korelasi pearson, analisis regresi, uji Z, dan analisis jalur. Untuk statistika parametrik dalam
laporan penelitian, analisis data dapat dilakukan dengan menggunakan software atau aplikasi IBM
SPSS, E-View, Minitab, SAS (Statistical Analysis System), Lisrel, AMOS (Analysis of Moment
Structure), R-Software, dan Stata.

Statistika Parametrik Definisi

Uji-t digunakan untuk menguji signifikansi
dalam satu kelompok sampel (satu rerata) atau
dua kelompok sampel (dua rerata). Uji-t satu
kelompok sampel menggunakan One Sample t-
test. Uji-t dua kelompok sampel dibedakan
menjadi dua, independent sample t-test dan
Uji t
paired t-test. Independen sample t-test
digunakan untuk menghitung dua kelompok
sample yang tidak saling berhubungan.
Sedangkan paired sample t-test digunakan
untuk menghitung dua kelompok sample yang
bepasangan/berkorelasi.
ANOVA adalah analisis yang digunakan untuk
menguji signifikansi perbedaan dua rerata atau
Uji F/ANOVA
lebih. Jenis-jenis ANOVA meliputi ANOVA
satu jalan dan ANOVA dua jalan.
Korelasi digunakan untuk menguji hubungan
Korelasi
antar variabel.
Regrasi
 Regresi digunakan untuk uji asosiatif, lebih
ditujukan untuk mengestimasi/ memprediksikan
variabel bebas terhadap variabel terikat.

Analisis jalur digunakan untuk menguji

hubungan kausal (sebab akibat) yang
didapatkan melalui kajian teori yang telah
Analisis Jalur
dirumuskan.Analisis jalur digunakan dalam
rangka mempelajari saling ketergantungan antar
variabel.

2. Teknik statistika parametric yang saya pilih adalah analisis regresi. Analisis regresi mempelajari
bentuk atau pola hubungan dua variabel atau lebih, yang sebuah variabel diantaranya berperan
sebagai variabel bebas, sedangkan variabel lainnya merupakan variabel terikat. Secara definisi,
regresi adalah bagian ilmu statistika yang mempelajari hubungan fungsional antara satu variabel
tak bebas dengan satu variabel bebas atau lebih. Sedangkan, korelasi adalah ilmu yang bertujuan
untuk mengetahui seberapa kuat hubungan antara variabel bebas dan tidak bebas (Rostika, 2009).
Terdapat perbedaan mendasar antara korelasi dan regresi. Analisis korelasi digunakan untuk
mencari arah dan kuatnya hubungan antara dua variabel atau lebih, baik hubungan yang bersifat
simetris, kausal dan reciprocal, sedangkan analisis regresi digunakan untuk memprediksi
seberapa jauh perubahan nilai variabel independen dimanipulasi atau dinaik turunkan (Oktarini,
2013).
Karena saya memilih teknik statistika parametric analisis regresi, maka laporan penelitian yang
saya ambil adalah yang menggunakan analisis regresi untuk mengolah datanya. Laporan
penelitian yang saya ambil berupa artikel dari suatu jurnal, dengan deskripsi :
Nama penulis : Rizka Mayasari, Merisha Hastarina, Eka Apriyani
Tahun terbit : Agustus 2019
Judul : Analisis Turbidity Terhadap Dosis Koagulan Dengan Metode Regresi Linear
(Studikasus Di PDAM Tirta Musi Palembang)
Jurnal penerbit : JISI (Jurnal Integrasi Sistem Industri) Volume 6 No 2
DOI: https://dx.doi.org/10.24853/jisi.6.2.117-125

3. Evaluasi laporan penelitian artikel Analisis Turbidity Terhadap Dosis Koagulan Dengan Metode
Regresi Linear (Studikasus Di PDAM Tirta Musi Palembang) :
a. Jenis data
Jenis data yang digunakan adalah data kuantitatif berupa data interval yang diperoleh dengan
pengukuran berdasarkan skala intervalnya.
Tabel 1. Data Pengaruh Penambahan Dosis Koagulan Aluminium Sulfat terhadap Turbidity di
intake 1 Ilir
n X Y XY X2 Y2
1 0 37,5 0 0 1406,25
2 40 20,8 832 1600 432,64
3 80 17,6 1408 6400 309,76
4 120 4,89 586,8 14400 23,9121
5 160 2,83 452,8 25600 8,00891
6 0 40,5 0 0 1640,25
7 40 20,5 820 1600 420,25
8 80 17,6 1408 6400 309,76
9 120 9,44 1132,8 14400 89,1136
10 160 2,83 452,8 25600 8,0089
 11 0 39,5 0 0 1560,25
12 100 13,6 1360 10000 184,96
13 120 10,6 1272 14400 112,36
14 140 7,31 1023,4 19600 53,4361
15 160 4,53 724, 2560 20,520
Ket . n = jumlah data
X = Dosis Koagulan
Y = Turbidity

Tabel 4. Data Pengaruh Penambahan Dosis Koagulan PAC Padat terhadap Turbidity di intake
1 Ilir

n X Y XY X2 Y2
Ket . n = jumlah data
1 0 41,3 0 0 1705,69
2 60 10,3 618 3600 106,09 X = Dosis Koagulan
3 80 10,0 800 6400 100 Y = Turbidity
4 100 5,2 520 10000 27,07
5 120 2,48 297,6 14400 6,1504
Σ 360 69,28 2235,6 34400 1944,9704

Tabel 7. Data Pengaruh Penambahan Dosis Koagulan PAC Cair terhadap Turbidity di intake 1
Ilir
n X Y XY X2 Y2
1 0 42,3 0 0 1789,29
2 3 5,88 17,64 9 34,5744
3 4 3,56 14,24 16 12,6736
4 5 2,57 12,85 25 6,6049
5 6 5,42 3252 36 293764
Σ 18 59,73 77,25 86 1872,5193
Ket . n = jumlah data
X = Dosis Koagulan
Y = Turbidity

Dari ketiga tabel data tersebut, seluruh variable X adalah variable bebas dan variable Y
adalah variable terikat. Dimana variable X dalam laporan penelitian ini adalah pemberian
dosis koagulan aluminium sulfat (pada tabel data 1), koagulan PAC padat (pada tabel data 4),
dan koagulan PAC cair (pada tabel data 7), serta variable Y adalah nilai Turbidity air untuk
masing-masing tabel data. Kemudian karena jenis data yang digunakan dalam laporan
penelitian ini adalah data interval, maka data dalam laporan penelitian ini dapat diuji
menggunakan statistika parametric.

b. Tujuan
Laporan penelitian ini bertujuan untuk menganalisis hubungan antara jenis dan dosis
koagulan terhadap kualitas fisik air baku di intake 1 Ilir dan mengetahui apakah metode
Regresi Linear ini efektif dan efisien dalam menganalisis kekuatan hubungan antara dosis
koagulan yang digunakan terhadap kualitas air baku di Intake tersebut. Kualitas air baku yang
dimaksud adalah tingkat/nilai turbidity (kekeruhan) air.
Berdasarkan hasil pembahasan dalam laporan penelitian didapatkan tabel data hasil
korelasi dosis koagulan terhadap turbidity dan tabel data uji hipotesis dosis koagulan terhadap
turbidity dari hasil analisis regresi linear data menggunakan aplikasi/software IBM SPSS.
Selain itu juga diberikan penjelasan mengenai maksud dari data hasil analisis regresi linear
tersebut, sehingga diketahui hubungan antara variabel X (pemberian dosis koagulan) yang
 digunakan terhadap variabel Y (nilai/tingkat turbidity) di Intake 1 Ilir PDAM Tirta Musi
Palembang.
Pada laporan penelitian setelah diketahui maksud hasil analisis regresi linear menurut IBM
statistic diperoleh kesimpulan :
1) Adanya hubungan antara variabel X (dosis koagulan) yang digunakan terhadap variabel Y
(turbidity) di Intake 1 Ilir PDAM Tirta Musi Palembang.
2) Nilai korelasi untuk koagulan Aluminium Sulfat, PAC padat dan PAC Cair masing-masing
sebagai berikut -0,951,-0,952 dan -0,879.
3) Adanya hubungan yang sangat kuat mendekati -1 dan negatif antara penambahan dosis
koagulan terhadap turbidity pada ketiga jenis koagulan ini, menunjukkan bahwa semakin
banyak dosis koagulan yang ditambahkan, maka semakin menurun nilai turbidity
(kekeruhan) air baku.

Berdasarkan kesimpulan tersebut, maka analisis regresi linear data yang dilakukan telah
sesuai dengan tujuan penelitian. Dari analisis tersebut dapat diketahui bahwa terdapat hubungan
yang sangat kuat mendekati -1 dan negatif antara penambahan dosis koagulan terhadap
turbidity pada ketiga jenis koagulan ini, menunjukkan bahwa semakin banyak dosis koagulan
yang ditambahkan, maka semakin menurun nilai turbidity (kekeruhan) air baku. Hal tersebut
telah memenuhi tujuan penelitian dan membuktikan bahwa menggunakan metode analisis
Regresi Linear ini efektif dan efisien dalam menganalisis kekuatan hubungan antara dosis
koagulan yang digunakan terhadap kualitas air baku di Intake 1 Ilir PDAM Tirta Musi
Palembang.

c. Pemenuhan syarat
Syarat-Syarat Regresi linear (Kresna, 2019) :
1) Model regresi dikatakan layak jika angka signifikansi pada ANOVA sebesar < 0.05
2) Predictor yang digunakan sebagai variabel bebas harus layak. Kelayakan ini diketahui jika
angka Standard Error of Estimate < Standard Deviation
3) Koefesien regresi harus signifikan. Pengujian dilakukan dengan uji t. Koefesien regresi
signifikan jika t hitung > t table (nilai kritis). Dalam IBM SPSS dapat diganti dengan
menggunakan nilai signifikansi (sig) dengan ketentuan sebagai berikut:
 Jika sig < 0,05; koefesien regresi signifikan
 Jika sig > 0,05; koefesien regresi tidak signifikan
4) Tidak boleh terjadi multikolinieritas, artinya tidak boleh terjadi korelasi antar variabel
bebas yang sangat tinggi atau terlalu rendah. Syarat ini hanya berlaku untuk regresi linier
berganda dengan variabel bebas lebih dari satu. Terjadi multikolinieritas jika koefesien
korelasi antara variable bebas > 0,7 atau < – 0,7
5) Tidak terjadi otokorelasi jika: – 2 ≤ DW ≤ 2
6) Keselerasan model regresi dapat diterangkan dengan menggunakan nilai semakin besar
nilai tersebut maka model semakin baik. Jika nilai mendekati 1 maka model regresi
semakin baik. Nilai mempunyai karakteristik diantaranya:
 Selalu positif,
 Koefisien korelasi (r), nilai korelasi dapat berkisar antara +1 dan -1 (-1≤ ≤+1
 Jika r = +1, maka hubungan sempurna secara positif dan jika mendekati +1
hubungannya sangat kuat dan positif.
 Jika r = -1, maka hubungan sempurna secara negatif dan jika mendekati -1
hubungannya sangat kuat dan negatif.
 Jika r = 0, tidak ada hubungan sama sekali antara variabel X dan variabel Y.
  Jika r = 1 atau r = -1, telah terjadi hubungan linier sempurna yairu berupa garis
lurus. Untuk r yang semakin mengarah ke 0, garis semakin tidak lurus.
7) Terdapat hubungan linier antara variabel bebas (X) dan variabel terikat (Y)
8) Data harus berdistribusi normal.
9) Data berskala interval atau rasio.
10) Terdapat hubungan dependensi, artinya satu variabel merupakan variabel terikat yang
terikat pada variabel lainnya.

Laporan penelitian telah memenuhi keseluruhan syarat untuk menggunakan metode analisis
regresi linear yaitu diperoleh koefisien regresi signifikan dengan adanya/diberlakukannya uji t,
diketahui dan dicantumkan nilai r dan , data merupakan data berskala interval, variabel
datanya memiliki hubungan yang linear antara variabel bebas (X) dan variabel terikat (Y),
terdapat hubungan dependensi antara variabel Y (nilai turbidity) sebagai variabel terikat yang
terikat dengan variable X (dosis koagulan).

4. Meskipun laporan penelitian telah memenui keseluruhan syarat untuk menggunakan metode
analisis regresi linear, masih terdapat beberapa kesalahan pengertian data dan syarat-syarat lain
yang tidak dicantumkan dalam laporan penelitian ini. Kesalahan pengertian data pada laporan
penelitian ini adalah :
Dari gambar tersebut yang didapatkan dari laporan peneltian, menyebutkan bahwa nilai
signifikansi dosis koagulan sebesar 0,00 < dari 0,05, sehingga dikatakan bahwa data
disignifikan dan terdapat hubungan antara penambahan dosis koagulan dengan turbidity
air. Pernyataan tersebut salah karena menurut syarat regresi linear dalam IBM SPSS nilai
signifikansi (sig) memiliki ketentuan sebagai berikut:
• Jika sig < 0,05; koefesien regresi signifikan
• Jika sig > 0,05; koefesien regresi tidak signifikan
Jadi berdasarkan tabel data 3 pada gambar laporan penelitian diatas nilai signifikansi 0,00
< dari 0,05 berarti data memiliki koefesien regresi signifikan dan terdapat hubungan
(korelasi) antara penambahan dosis koagulan dengan turbidity air.
Kemudian terdapat kesalahan yang serupa pada tabel data 6 pada laporan penelitian, yaitu
pernyataan bahwa nilai signifikansi 0,012 > 0,05 berarti data signifikan dan terdapat
hubungan antara penambahan dosis koagulan dengan turbidity air. pernyataan yang benar
adalah 0,012 < 0,05 (karena nilai 0,012 memang lebih kecil dari pada 0,05), sehingga
koefisien regresi signifikan dan terdapat hubungan antara penambahan dosis koagulan
dengan turbidity air.
Terakhir terdapat kesalahan pada tabel data 9 pada laporan penelitian ini yaitu nilai
signifikansi dosis koagulannya tepat 0,05 yang berarti untuk bisa menentukan apakah ada
hubungan antara penambahan dosis koagulan dengan turbidity air, perlu menggunakan
nilai dari uji t dengan ketentuan koefesien regresi dikatakan signifikan jika t hitung > t
table (nilai kritis).
Selain kesalahan-kesalahan tersebut ada beberapa syarat yang tidak dicantumkan
dalam laporan penelitian ini yaitu tidak adanya tabel analisis ANOVA dan tabel uji
normalitas data yang diperoleh. Sehingga tidak dapat diketahui apakah data memang telah
berdistribusi normal dan tidak diketahui kelayakan regresi karena tidak diketahui angka
signifikansi pada ANOVA, regresi dianggap layak apabila nilai signifikansi ANOVA
sebesar < 0.05. Selain itu tidak dicantumkan juga tabel model summary dari data hasil
analisis SPSS yang memuat predictors, sehingga tidak diketahui kelayakan predictor yang
digunakan sebagai variabel bebas. Kelayakan ini dapat diketahui jika angka Standard
Error of Estimate < Standard Deviation.
Oleh karena itu, laporan penelitian ini masih belum sepenuhnya tepat dalam
menggunakan analisis regresi linear dan kurang optimal dalam menggunakan data hasil
analisis SPSS. Apabila melakukan penelitian regresi linear menggunakan software SPSS
hendaknya menggunakan seluruh data hasil analisis yang diberikan SPSS karena semua
data tersebut dapat menunjukkan kelayakan data untuk dianalisis regresi linear dan
memenuhi syarat-syaratnya.