MAKALAH TUTORIAL

SKENARIO 2 BLOK 19

TUTOR:
drg. Gusti Perdana Putera

DISUSUN OLEH
KELOMPOK 2

Ratu Rini Alfikri (1811111220005)

Erlis Tiana Safitri (1811111220022)
Bimo Gondo Arum (1811111310023)
Yunita Mei Susiana (1811111320003)
Stelia Mardiana Simanjuntak (1811111320015)
Maulida Arifa Yasmin (1811111120026)
Lisa Shofa Nur Aini (1811111220007)
Mirza Fitria Yusfarani (1811111220023)
Farah Syifa (1811111220036)
Tiara Intan Permata Sari (1811111320016)
Rizkia Putri Rahmayanti (1811111220018)
M. Ridho Anugerah (1811111310024)

FAKULTAS KEDOKTERAN GIGI

UNUVERSITAS LAMBUNG MANGKURAT
BANJARMASIN
2021

i
 ii

KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Tuhan yang Maha Esa, atas berkat dan
rahmat-Nya kami selaku kelompok 2 dapat menyelesaikan makalah hasil dari tutorial
pertama dan skenario pertama blok 19 dengan judul “Aduhhh, Saya Bingung Uji
Statistik”.
Kami selaku kelompok 2 mengucapkan terima kasih, terutama kepada drg.
Gusti Perdana Putera selaku pembimbing tutorial kelompok 2. Kami menyadari
sepenuhnya bahwa masih ada kekurangan pada penulisan makalah ini. Oleh karena
itu, dengan terbuka kami memohon maaf atas segala kekurangan kami dan bersedia
menerima saran serta masukan dari pembaca. Atas perhatiannya kami ucapkan terima
kasih.

Banjarmasin, 10 Februari 2022

Penulis
 iii

DAFTAR ISI

COVER .............................................................................................................................. i
KATA PENGANTAR ..................................................................................................... ii
DAFTAR ISI .....................................................................................................................ii
BAB I PENDAHULUAN
1.1 Latar Belakang ........................................................................................................1
1.2 Identifikasi dan Analisis Masalah............................................................................2
1.4 Problem Tree............................................................................................................8
1.5 Sasaran Belajar.........................................................................................................8
BAB II PEMBAHASAN
2.1 Definisi Analisis Statistik........................................................................................9
2.2 Definisi Statistik Deskriptif.....................................................................................9
2.3 Tujuan Statistik Deskriptif.....................................................................................10
2.4 Jenis Statistik Deskriptif........................................................................................10
2.5 Skala Pengukuran Statistik Deskriptif...................................................................11
2.6 Definisi Statistik Inferensial..................................................................................15
2.7 Tujuan Statistik Inferensial....................................................................................16
2.8 Jenis Statistik Inferensial.......................................................................................17
2.9 Jenis Penyajian Data yang Tepat Sesuai Skenario.................................................20
BAB III PENUTUP
3.1 Kesimpulan...........................................................................................................21
3.2 Saran.....................................................................................................................21
DAFTAR PUSTAKA
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Seorang mahasiswa FKG ULM ingin mengetahui apakah pemberian penyuluhan

kesehatan gigi dan mulut menggunakan media penyuluhan audio visual mampu
menurunkan indeks plak dalam kurun waktu tertentu. Untuk keperluan penelitian ini,
maka 20 orang yang diberikan penyuluhan menggunakan audio visual diukur indeks
plaknya pada 3 kurun waktu tertentu. Pengukuran indeks plak dilakukan pada hari
pertama, hari ketujuh dan hari ke empat belas. Setelah diperoleh data indeks plaknya,
mahasiswa tersebut melakukan analisis menggunakan statistik deskriptif dan
inferensial. Sebelum melakukan analisis inferensial mahasiswa tersebut melakukan
uji normalitas karena data yang dia gunakan berskala rasio dan diketahui data
berdistribusi normal, namun saat ingin melanjutkan analisis statistik inferensial
mahasiswa tersebut kebingungan uji statistic inferensial yang tepat untuk digunakan?

1.2 Identifikasi dan Analisis Masalah

a. Berapa jenis statistik inferensial? Apa saja?

Jawab:

- Statistik parametis dan satistik non parametis

- Statistik inferensial terdiri atas dua jenis yaitu statistik parametris dan statistik
nonparametris. Statistik parametris digunakan untuk menguji parameter
populasi melalui statistik, atau menguji ukuran populasi melalui data sampel.
Sedangkan, statistik nonparametris tidak menguji parameter populasi, tetapi
menguji distribusi.

- Jenis Statistik Parametrik: Uji t (T-test) Anova Regresi Korelasi Analisis Jalur
dan lain-lain. Jenis Statistik Non Parametrik: Uji Tanda (Sign Test), Rank

1
 2

sum test (Wilcoxon), Rank Correlation test, Fisher probability exact tes, Chi
Square

- Statistik parametrik perlu adanya syarat-syarat tertentu atau asumsi-asumsi

khusus dalam suatu populasi, misalnya data harus diasumsikan terdistribusi
normal. Statistik nonparametrik tidak memerlukan adanya asumsi-asumsi
mengenai sebaran data populasinya misalnya tidak perlu terdistribusi normal.

- Statistik parametrik digunakan untuk menganalisis data interval dan rasio

yang diambil dari populasi yang berdistribusi normal, serta mensyaratkan data
harus berdistribusi normal, homogen, linear dan data random sampling. Tes
non parametrik tidak menuntut pengukuran sekuat yang dituntut tes statistik
parametrik untuk data dalam skala ukur ordinal skala ukur nominal

- Statistik inferensial ada 2 tujuan uji yaitu korelasi dan komparasi dan
memiliki uji yang berbeda beda. uji korelasi bisa gunakan pearson. komparasi
bisa gunakan 1 way annova dan 2 way annova.

b. Apa itu statistik inferensial?

Jawab:

- Statistik inferensial adalah teknik statistik yang digunakan untuk menganalisis

data sampel dan hasilnya diberlakukan untuk populasi.

- Statistik Inferensial sifatnya lebih mendalam dan merupakan tindak lanjut dari
Statistik Deskriptif. Statistika inferensial membahas cara menganalisis data
serta mengambil kesimpulan (yang pada dasarnya berkaitan dengan estimasi
parameter dan pengujian hipotesis).

c. Apa perbedaan antara uji statistik inferensial dan uji statistik deskriptif?

Jawab:
 3

- Uji deskriptif digunakan hanya untuk menggambarkan tentang suatu

penelitian, sedangkan jika uji inferensial digunakan untuk penelitian yang
menguji asumsi/hipotesis dan memberi kesimpulan (jika didalam uji deskriptif
tersebut ada muncul hipotesis/asumsi yang baru).

- Statistik deskriptif hanya terbatas dalam menyajikan data dalam bentuk tabel,
diagram, grafik, dan besaran lain, sedangkan statistik inferensial selain
mencakup statistik deskriptif juga dapat digunakan untuk melakukan estimasi
dan penarikan kesimpulan terhadap populasi dari sampelnya. Untuk sampai
pada penarikan kesimpulan statistik inferensia melalui tahap uji hipotesis dan
uji statistic

- Statistika deskriptif merupakan proses melakukan kategorisasi dan

pendeskripsian informasi. Sedangkan statistika inferensial yang mencakup
proses analisis pada data yang diperoleh dari proses pengambilan sampel dan
digunakan untuk membuat pendugaan populasi di mana sampel diambil.
Statistik Deskriptif adalah dengan menggambarkan populasi yang diteliti.
Dilakukan dengan mengatur, analisis, dan sajikan data dengan cara yang
bermakna. Berfungsi menjelaskan data, yang sudah diketahui, untuk
merangkum sampel. Statistik Inferensial berfokus pada menggambar
kesimpulan tentang populasi, berdasarkan analisis sampel dan observasi.
Dilakukan dengan membandingkan, menguji, dan memprediksi data.
Berfungsi untuk mencapai kesimpulan untuk belajar tentang populasi, yang
melampaui data yang tersedia.

d. Apa kekurangan dan kelebihan statistik deskriptif?

Jawab:

- Kelebihan : bermanfaat dalam menentukan karakteristik subjek, bermanfaat

untuk mengukur tren data, mampu membuat perbandingan, memvalidasi
kondisi yang ada, dapat dilakukan selama beberapa waktu, membantu dalam
 4

pengambilan keputusan, dan menggabungkan data kuantitatif dan kualitatif.

kekurangan : tidak dapat menjawab pertanyaan mengapa dan bagaimana,
bergantung pada tanggapan orang, adanya hello effect, keacakan sampel tidak
mewakili seluruh populasi, memungkinkan adanya bias dari peneliti, dan
memungkinkan terjadinya kesalahan dan subjektivitas

- Kelebihan : Berfokus pada melakukan pengamatan sehingga dapat

menggambarkan hasil penelitian, perhitungannya sederhana dalam tabel atau
grafik, dan rinci dapat dijelaskan dengan kata-kata

Kekurangan : Tidak signifikan secara statistik, tidak dapat mengetahui yang

mana lebih kuat dan lemah, tidak bisa menjelaskan antara 2 variabel saling
berpengaruh atau tidak

- Kelebihan:

Sangat sesuai untuk topik penelitian yang tidak memungkinkan untuk

dijelaskan dengan bentuk angka, sehingga hasil analisisnya tetap maksimal
dan mudah dipahami.

Metode ini mampu memudahkan peneliti melakukan pengamatan pada

kondisi apa adanya dan tidak dibuat sesuka hati oleh peneliti.

Bisa mengkombinasikan antara penelitian kualitatif dengan penelitian

kuantitatif.

Kekurangan

Sifatnya tidak signifikan.

Rentan terhadap bias sebagai proses penelitian sendiri sifatnya cenderung

subjektif.

Sulit untuk dilakukan verifikasi ulang, sebab pengamatan dilakukan langsung

dan di momen atau waktu tertentu yang tentu kondisi dan situasinya tidak bisa
diulang.
 5

- Dapat dilakukan selama beberapa waktu (overtime) : Penelitian deskriptif

sejatinya dapat dilakukan selama beberapa waktu untuk memastikan
perubahan yang diamati pada setiap titik perubahan atas waktu tertentu.

Membantu dalam pengambilan keputusan : Data yang dikumpulkan dari

penelitian deskriptif sangat membantu dalam pengambilan keputusan penting
karena data diperoleh dari populasi yang besar. Karena dengan menggunakan
metode penelitian survei deskriptif, informasi statistik dapat diperoleh, dan
teknis analisis penelitian tersebut dapat dibuat untuk menyimpulkan hasil
penelitian yang diinginkan.

e. Apa jenis penyajian data yang tepat sesuai skenario?

Jawab: SB

f. Bagaimana cara mengetahui data yang terdistribusi normal pada skenario?

Jawab:

- Dengan menggunakan uji normalitas contohnya menggunakan uji

kolmogorov-smirnov.

- Syarat2 dilakukan uji parametrik harus terpenuhi seperti populasi dengan

varian yang sama dan variabel yang diteliti dapat diukur setidaknya dalam
skala interval.

- Data dikatakan berdistribusi normal apabila tidak mempunyai perbedaan yang

signifikan atau yang baku dibandingkan dengan normal baku. Jika
menggunakan uji statistik, misalnya menggunakan uji kolmogorov smirnov,
variabel dikatakan berdistribusi normal jika nilai signifikansinya lebih dari
atau sama dengan 0,05.

- Kurva distribusi selalu bersifat simetris dengan bentuk lonceng (bell curve).
Titik puncak kurva adalah nilai rata-rata. Nilai ini berada tepat di tengah
 6

kurva, sedangkan data distribusi terletak di sekitar garis lurus yang ditarik ke
bawah dari titik tengah tersebut.

g. Apa kelebihan dan kekurangan statistik inferensial?

Jawab:

- Kelebihan =

Sampel memiliki varian yang homogen karena berasal dari populasi yang
berdistribusi normal

Persyaratan parameter dari populasi yang menjadi sampel biasanya tidak akan
diuji lagi dan dianggap memenuhi syarat.

Kelebihan Pemilihan sampel secara acak dapat diambil dari suatu populasi

- Kelebihan:

Parametrik: Observasi bebas satu sama lain dan ditarik dari populasi yang
berdistribusi normal serta memiliki varian yang homogen.

non-Parametrik: Statistik non-parametrik dapat digantikan data numerik

(nominal) dengan jenjang (ordinal) dan Pengujian hipotesis pada statistik non-
parametrik dilakukan secara langsung pada pengamatan yang nyata.

Kekurangan:

Parametrik: Populasi harus memiliki varian yang sama dan diukur dalam
skala interval

Non parametrik: Hasil pengujian hipotesis dengan statistik non-parametrik

tidak setajam statistik parametrik.

- Non parametrik, kelebihan: bisa gunakan data nomial dan ordinal, uji
hipotesis bisa secara langsung. kekurangan hasil uji hipotesis tidak setajam uji
parametrik
 7

h. Apa saja cakupan bahasan dalam uji statistik inferensial?

Jawab:

- Memperkirakan parameter. Ini berarti mengambil statistik dari data sampel

kita (misalnya mean atau rata-rata sampel) dan menggunakannya untuk
mengatakan sesuatu tentang parameter populasi (yaitu mean atau rata-rata
populasi).

Tes hipotesis. Di sinilah kita dapat menggunakan data sampel untuk

menjawab pertanyaan penelitian. Misalnya, kita mungkin tertarik mengetahui
apakah obat kanker baru efektif. Atau jika sarapan membantu anak-anak
tampil lebih baik di sekolah

- Inferensi statistik mencakup dua pokok bahasan

1. Estimasi: yaitu membuat penaksiran parameter populasi sasaran

berdasarkan statistik sampel terdiri dari estimasi titik dan estimasi interval

2. Uji Hipotesis: pengujian kemaknaan secara statistik terhadap hipotesis yang

dibuat peneliti tentang parameter populasi

i. Bagaimana cara menentukan uji statistik inferensial yang tepat untuk penelitian
tersebut?

Jawab:

- Menentukan tujuan uji berdasarkan kasusnya lalu menetukan jumlah variabel,

melakukan uji apakah terdistribusi normal atau tidak baru bisa menentukan uji
apa.

j. Apa saja hal-hal yang perlu dilakukan dalam melakukan analisis deskriptif?

Jawab:
 8

- Data yang bersifat objektif dan sesuai dengan tujuan penelitian

(menggambarkan besaran dari data tersebut dan bukan hubungan antar data yg
diberikan)

1.3 Topic Tree

Analisis
Statistik

Statistik Statistik
Deskriptif Inferensial

Skala
Definisi Tujuan Jenis Definisi Tujuan Jenis
Pengukuran

1.1 Sasaran Belajar

1. Danalisis statistic

2. Definisi statistik deskriptif

3. Tujuan statistik deskriptif

4. Jenis statistik deskriptif

5. Skala pengukuran statistik deskriptif

6. Definisi statistik inferensial

7. Tujuan statistik inferensial

8. Jenis statistik inferensial

9. Apa jenis penyajian data yang tepat sesuai skenario

 BAB 2
PEMBAHASAN

2.1 Definisi Analisis Statistik

Berdasarkan Undang-Undang Statistik No. 16 tahun 1997, statistik adalah data

yang diperoleh dengan cara pengumpulan, pengolahan, penyajian, dan analisis serta
sebagai sistem yang mengatur keterkaitan antarunsur dalam penyelenggaraan
statistik. Analisis statistik adalah sebuah proses pengolahan data yang meliputi
pemeriksaan, pembersihan, transformasi, pemrosesan, dan pemodelan data.
Tujuannya adalah untuk menemukan informasi yang berguna dan dapat digunakan
sebagai dasar dalam pengambilan kesimpulan atau keputusan. Proses ini menerapkan
metode atau teknik statistik sesuai dengan data yang dimiliki (Hartanto et al, 2019;
BPS, 2010).

2.2 Definisi Statistik Deskriptif

Statistik deskriptif merupakan bidang ilmu statistika yang mempelajari cara- cara
pengumpulan, penyusunan, dan penyajian data suatu penelitian. Statistik deskriptif
adalah bagian dari ilmu statistik yang meringkas, menyajikan dan mendeskripsikan
data dalam bentuk yang mudah dibaca sehingga memberikan informasi tersebut lebih
lengkap. Statistik deskriptif hanya berhubungan dengan hal menguraikan atau
memberikan keterangan-keterangan mengenai suatu data atau keadaan atau
fenomena, dengan kata lain hanya melihat gambaran secara umum dari data yang
didapatkan.

Ada beberapa cara yang dapat digunakan dalam mendeskripsikan,

menggambarkan, menjabarkan, atau menguraikan data antara lain:

a. menentukan ukuran dari data nilai modus,rata rata dan nilai tengah(median)

b. menentukan ukuran variabilitas data seperti variasi (varian), tingkat

penyimpangan (defasi standar), jarak (range)

9
 10

c. menentukan ukuran data skewness, kurtoris, plot boks (Sukmadinata et al, 2009).

2.3 Tujuan Statistik Deskriptif

Statistik deskriptif mempunyai tujuan untuk mendeskripsikan atau memberi

gambaran objek yang diteliti, sebagaimana adanya tanpa menarik kesimpulan atau
generalisasi. Selain itu, membuat suatu data menjadi lebih ringkas, rapi, dan mudah
dipahami, sehingga sangat berguna untuk analisis data kedepannya. Statistika
deskriptif biasanya menyajikan data dalam bentuk grafik dan diagram. Statistik
deskriptif memegang peranan penting dalam persiapan analisis data. Analisis ini
dilakukan sebelum peneliti menerapkan statistika inferensial terhadap data
penelitiannya. Istilah lain yang digunakan untuk tahap persiapan ini adalah
exploratory data analysis (Nuryadi et al, 2017; BPS, 2010; Husnul et al, 2020).

2.4 Jenis Statistik Deskriptif

Dalam statistik deskriptif ada beberapa jenis data, yaitu:

a. Mean: rata rata. Titik berat dari seperangkat data terhadap nilai ekstrim. Ada
mean data untuk data fungal dan data kelompok

b. Median: nilai Tengah dari sekelompok data nilai tiap observasi telah disusun dari
yang terkecil ke terbesar. Tidak sensitif terhadap niai ekstrim

c. Modus: nilai yang paling sering muncul dari seperangkat data tau observatif.
Uituk mengetahui nulai pemusatan.

d. Kuartil: ukuran letak yang membagi data observasi menjadi 4 bagian yang sama
banyan. Pada satu set observasi ada 3 buah kuartil, k1 k2 k3.

e. Range: pengukuran jarak sebuah distribusi merupakan pengukuran dispersi.

(Selisih atau beda antara pengukuran nilai terbesar dan terkecil yang terdapat
dalam sebuah distribusi frekuensi.
 11

f. Varians: melihat kehomogenan data secara kasar dimana nilai Hasil perhitungan
varians sebagai titik pusat dari penyebaran data (Nuryadi et al, 2017).

2.5 Skala Pengukuran Statistik Deskriptif

Data yang dikelompokkan berdasarkan tipe skala pengukuran yang digunakan

dapat dibagi kedalam empat jenis (tingkatan) yang memiliki sifat berbeda,
mulai dari data terendah hingga tertinggi yaitu:

1) Data Nominal sering disebut juga data kategori yaitu data yang diperoleh
melalui pengelompokkan obyek berdasarkan kategori tertentu. Perbedaan
kategori obyek hanya menunjukan perbedaan kualitatif. Walaupun data
nominal dapat dinyatakan dalam bentuk angka, namun angka tersebut tidak
memiliki urutan atau makna matematis sehingga tidak dapat dibandingkan.
Logika perbandingan “>” dan “<” tidak dapat digunakan untuk menganalisis
data nominal. Operasi matematika seperti penjumlahan (+), pengurangan (-),
perkalian (x), atau pembagian (:) juga tidak dapat diterapkan dalam analisis
data nominal.

2) Data Ordinal adalah data yang berasal dari suatu objek atau kategori yang
telah disusun secara berjenjang menurut besarnya. Setiap data ordinal
memiliki tingkatan tertentu yang dapat diurutkan mulai dari yang terendah
sampai tertinggi atau sebaliknya. Namun demikian, jarak atau rentang antar
jenjang yang tidak harus sama. Dibandingkan dengan data nominal, data
ordinal memiliki sifat berbeda dalam hal urutan

3) Data Interval adalah data hasil pengukuran yang dapat diurutkan atas dasar
kriteria tertentu serta menunjukan semua sifat yang dimiliki oleh data ordinal.
Kelebihan sifat data interval dibandingkan dengan data ordinal adalah
memiliki sifat kesamaan jarak (equality interval) atau memiliki rentang yang
sama antara data yang telah diurutkan. Karena kesamaan jarak tersebut,
terhadap data interval dapat dilakukan operasi matematika penjumlahan dan
 12

pengurangan ( +, – ). Namun demikian masih terdapat satu sifat yang belum

dimiliki yaitu tidak adanya angka Nol mutlak pada data interval.

4) Data Rasio adalah data yang menghimpun semua sifat yang dimiliki oleh
data nominal, data ordinal, serta data interval. Data rasio adalah data yang
berbentuk angka dalam arti yang sesungguhnya karena dilengkapi dengan titik
Nol absolut (mutlak) sehingga dapat diterapkannya semua bentuk operasi
matematik (+,–,x,:).

Dalam pengukuran statistik deskriptif dapat dibagi dalam beberapa cara,

yaitu:

1. Pengukuran Mean

Mean adalah jumlah seluruh nilai data kemudian dibagi dengan seluruh
kejadian atau jumlah frekuensi

Rumus : Jumlah data

banyak data

Data tunggal

Data acak/ tunggal : data yang belum tersusun/dikelompokan ke dalam kelas-

kelas interval. Ex. Data hasil pengukuran tinggi badan.

Data berkelompok

Data yang sudah tersusun/ dikelompokan kedalam kelas-kelas interval. Ex.

Data nilai ujian statistik dan jumlah mahasiswa yang mendapatkannya
(Bardja, 2017; Santi. 2015).

2. Pengukuran Modus

Modus adalah nilai yang mempunyai frekuensi terbesar dari suatu

kumpulan data. Modus berguna untuk mengetahui tingkat seringnya terjadi
suatu peristiwa.

Distribusi modus dibagi menjadi 3 :

 13

a. Unimodal : yaitu data yang memiliki satu modus

b. Bimodal : yaitu data yang memiliki dua modal

c. Multimodal : yaitu data yang memiliki lebih dari dua modal

Rumus data berkelompok

Keterangan

Mod : modus

Lo : batas bawah kelas modus yaitu kelas interval dengan frekuensi

terbanyak

C :lebar kelas modus

b1 : frekuensi kelas modus-frekuensi kelas terdekat sebelumnya

b2 :frekuensi kelas modus-frekuensi kelas terdekat sesudahnya (Yuantari

et al, 2017).

3. Pengukuran Median

Median merupakan nilai tengah dari gugusan data yang telah diurutkan
dari data terkecil sampai data terbesar atau sebaliknya dari data terbesar
sampai data terkecil.

1. Data Tunggal

a. Data ganjil

b. Data genap

2. Data Berkelompok

Rumus median data tunggal:

Ganjil:
 14

Genap:

Rumus median data berkelompok

Keterangan:

Me = median

N = banyak kasus

Keterangan:

Me = median

Bb = batas bawah

N = banyak kasus

Cfb = frekuensi kumulatif di bawah kelas yang memuat median

Fd = frekuensi dalam kelas yang memuat median

I = lebar kelas

4. Pengukuran Range

Range adalah Selisih antara skor terbesar dan skor terkecil. Diperoleh
dengan cara mengurangi data terbesar dengan data terkecil dalam satu
kelompok data. Nilai rentang merupakan perbedaan antara nilai terbesar
dengan nilai terkecil dari serangkaian data. Nilai ini sering digunakan dalam
 15

konsep jaminan kualitas untuk membentuk grafik-grafik control (Masturoh et

al, 2018).

Rumus: R = Xt – Xr

Keterangan:

R = nilai rentang

Xt = nilai tertinggi

Xr = nilai terendah

5. Pengukuran Varians

Varians adalah rata-rata dari kuadrat deviasi skor atau nilai observasi.
Semakin kecil varians maka semakin homogen data dalam kelompok tersebut.
Semakin besar varians maka semakin heterogen data dalam kelompok tersebut
(Masturoh et al, 2018).

6. Pengukuran Standar deviasi

Standar deviasi adalah batas penyimpangan data dari pusatnya yang

didapatkan dari akar dari varians (Kusuma, 2016).

Rumus :

2.6 Definisi Statistik Inferensial

Statistika inferensial membahas cara menganalisis data serta mengambil

kesimpulan (yang pada dasarnya berkaitan dengan estimasi parameter dan pengujian
hipotesis). Metode statistika inferensial adalah metode yang berkaitan dengan analisis
sebagian data sampai ke peramalan atau penarikan kesimpulan mengenai keseluruhan
data. Sebagian data suatu variabel dikenal sebagai sampel, sedangkan keseluruhan
datanya adalah populasi. Dalam statistika inferensia diadakan pendugaan parameter,
 16

membuat hipotesis, serta menguji hipotesis tersebut sampai pada pembuatan

kesimpulan yang berlaku umum. Metode ini sering disebut juga statistik induktif,
karena kesimpulan yang ditarik didasarkan pada informasi dari sebagian data saja
Statistika inferensia memiliki 4 karakteristik, yaitu pengamatan secara acak, teknik
(cara) penarikan sampel (sampling), data dalam bentuk angka (numerical data), dan
tujuan umum inferensia (common inferential objektive) (Rinaldi, 2020).

Dalam statistika inferensial, kesimpulan dapat diambil setelah melakukan

pengolahan serta penyajian data dari suatu sampel yang diambil dari suatu populasi,
sehingga agar dapat memberikan cerminan yang mendekati sebenarnya dari suatu
populasi, maka ada beberapa hal yang perlu diperhatikan dalam statistika inferensial,
diantaranya:

1.      Banyaknya subyek penelitian, maksudnya jika populasi ada 1000, maka sampel
yang diambil jangan hanya 5, namun diusahakan lebih banyak, seperti 10 atau 50.

2.      Keadaan penyebaran data. Dalam hal ini perlu diperhatikan bahwa pengambilan
sampel harus merata pada bagian populasi. Diharapkan dalam pengambilan sampel
dilakukan secara acak, sehingga kemerataan dapat dimaksimalkan dan apapun
kesimpulan yang didapat dapat mencerminkan keadaan populasi yang sebenarnya.
Dalam statistik inferensial harus ada pengujian hipotesis yang bertujuan untuk
melihat apakah ukuran statistik yang digunakan dapat ditarik menjadi kesimpulan
yang lebih las dalam populasinya. Ukuran-ukuran statistik tersebut dibandingkan
dengan pola distribusi populasi sebagai normanya. Oleh sebab itu, mengetahui pola
distribusi data sampel menjadi penting dalam statistik inferensial (Hendikawati,
2012). 

2.7 Tujuan Statistik Inferensial

 Statistik inferensial (induktif) mempunyai tujuan untuk penarikan kesimpulan

(conclusion) yang bersifat umum, penyusunan atau pembuatan ramalan
(prediction), penaksiran (estimation) dari sekumpulan data yang telah disusun
 17

dan diolah dari statistik deskriptif. statistik inferensial sifatnya lebih

mendalam dan merupakan tindak lanjut dari statistik deskriptif (Sholikhah,
2016).

 Sebagai alat praduga dari parameter populasi dan pengujian hipotesis (Husnul
et al, 2020).

 Menyediakan aturan-aturan atau cara yang dapat digunakan sebagai alat

dalam rangka mencoba menarik kesimpulan yang bersifat umum maupun
khusus dari sekumpulan data yang telah diolah (Eldanto).

 Ada beberapa manfaat statistik inferensial yang menguntungkan (Spiegel,

2007)

o Sebagai alat untuk menilai populasi

o Metode analisis yang sangat terstruktur

 Statistika Inferensial atau induktif adalah statistik bertujuan menaksir secara

umum suatu populasi dengan menggunakan hasil sampel, termasuk
didalamnya teori penaksiran dan pengujian teori. Statistika Inferensial
digunakan untuk melakukan :

a.       Generalisasi dari sampel ke populasi.

b.      Uji hipotesis (membandingkan atau uji perbedaan/kesamaan dan

menghubungkan, yaitu uji keterkaitan, kontribusi (Hendikawati, 2012).

2.8 Jenis Statistik Inferensial

Secara umum statistika inferensial terbagi menjadi dua: Statistik Parametrik dan
Statistik non-Parametrik

Statistik Parametrik

Statistik Parametrik adalah bagian dari statistik inferensial yang mempertimbangkan

nilai dari satu atau lebih paramater populasi dan digunakan untuk menguji hipotesis
 18

yang variabelnya terukur. Statistik parametrik digunakan untuk menganalisis data

interval dan rasio yang diambil dari populasi yang berdistribusi normal, serta
mensyaratkan data harus berdistribusi normal, homogen, linear dan data random
sampling.

Jenis Statistik Paramterik

• Uji t (T-test): erupakan alat uji statistik yang digunakan untuk menguji
hipotesis komparatif dua sampel bila datanya berada pada skala interval atau rasio.
Pengujian dengan menggunakan t Test ini tergolong dalam uji perbandingan
(komparatif) yang bertujuan untuk membandingkan (membedakan) apakah rata-rata
kedua kelompok yang diuji berbeda secara signifikan atau tidak.

• Anova/ Analysis of varian: tau uji F merupakan sebuah alat uji statistik yang
digunakan untuk menguji hipotesis komparatif k sampel bila datanya berada pada
skala interval atau rasio. Pengujian menggunakan Anova ini tergolong dalam uji
perbandingan (komparatif) yang bertujuan untuk membandingkan (membedakan)
apakah rata-rata tiga kelompok (atau lebih) yang diuji berbeda secara signifikan atau
tidak.

• Regresi: analisis persamaan garis yang diperoleh berdasarkan perhitungan-

perhitungan statistika, umumnya disebut model, untuk mengetahui bagaimana
perbedaan sebuah variabel memengaruhi variabel lain. Dalam statistik kita kenal
berbagai ragam analisis regresi, seperti regresi linear, regresi polynomial, regresi
kubik.

• Korelasi: digunakan untuk mengetahui tiga hal pada dua variabel atau dua set
data.

• Analisis Jalur.

• dan lain-lain.

Statistik non-Parametrik
 19

statistik non parametrik adalah tes yang modelnya tidak menetapkan syarat-syarat
mengenai parameter-parameter populasi yang merupakan induk sampel
penelitiannya.

Tes non parametrik tidak menuntut pengukuran sekuat yang dituntut tes statistik
parametrik. Sebagian besar tes non parametrik dapat diterapkan untuk data dalam
skala ukur ordinal dan beberapa yang lain dapat diterapkan untuk data dalam skala
ukur nominal.

Jenis Statistik Non-Parametrik: 

• Chi Square atau chi kuadrat adalah suatu ukuran menyangkut perbedaan yang
terdapat di antara frekuensi pengamatan dengan frekuensi teoritis/frekuensi harapan.
Chi square digunakan untuk membandingkan frekuensi yang muncul pada kategori
atau kelompok berbeda. Kelebihan chi kuadrat yaitu dapat digunakan untuk
menganalisis lebih dari dua sampel 

• Uji Tanda (Sign Test)

• Rank sum test (Wilcoxon)

• Rank Correlation test

• Fisher probability exact tes dan lain-lain.

(Arikunto, 2013; Spiegel, 2007; Syafril, 2010).

2.9 Jenis Penyajian Data yang Tepat Sesuai Skenario

Jenis penyajian datanya adalah statistik inferensial yang parametik karena

skalanya disini ratio (Badan Pusat Statistik Jawa Tengah, 2010).
 BAB 3

PENUTUP

3.1 Kesimpulan

Analisis statistik adalah sebuah proses pengolahan data yang meliputi

pemeriksaan, pembersihan, transformasi, pemrosesan, dan pemodelan data.
Tujuannya adalah untuk menemukan informasi yang berguna dan dapat digunakan
sebagai dasar dalam pengambilan kesimpulan atau keputusan. Analisis statistik
terbagi atas statistic deskriptif dan statistic inferensial. Statistik deskriptif
mempelajari cara-cara pengumpulan, penyusunan, dan penyajian data suatu
penelitian. Statistik inferensial membahas cara menganalisis data serta mengambil
kesimpulan (yang pada dasarnya berkaitan dengan estimasi parameter dan pengujian
hipotesis). Statistic deskriptif mempelajari cara menghitung mean, modus, median,
standar deviasi, range, dll. Statistic inferensial terbagi atas parametrik dan non
parametrik. Statistic parametrik berdistribusi normal, serta mensyaratkan data harus
berdistribusi normal, homogen, linear dan data random sampling diantaranya ada T-
test, anova, regresi, dan korelasi. Statistic non parametrik apabila data tidak
berdistribusi normal contohnya pada uji Wilcoxon, uji spearman, dan fisher test
exact.

3.2 Saran

Sebagai mahasiswa kedokteran gigi penting sekali untuk mengetahui

mengenai analisis statistik. Hal ini bertujuan agar memudahkan mahasiswa
kedokteran gigi dalam memahami bagaimana penelitian atau tugas akhir saat
melakukan perhitungan hasil penelitian.

20
 DAFTAR PUSTAKA

Adiyanta FCS. 2020. Analisis Statistik (Statistical Analysis) untuk Penelitian Hukum.
Administrative Law& Governance Journal. 3(3).
Arikunto, Suharsimi. 2013. Prosedur Penelitian: Suatu Pendekatan Praktik. Rineka
Cipta: Jakarta.
Bachri N. 2019. Statistika Dasar untuk Bisnis: Teori, Pendekatan dan Contoh
Kasusnya. Sukabumi: Jejak Publisher.
Badan Pusat Statistik Jakarta Pusat , 2010. Statistik Indonesia Tahun 2010. Jakarta
Pusat : Badan Pusat Statistik.
Badan Pusat Statistik Propinsi Jawa Tengah, 2010. Jawa Tengah Dalam Angka
Tahun 2010. Semarang : Badan Pusat Statistik.
Bardja. 2017. Pengaruh Penerapan Senam Hook Ups Terhadap Tingkat Percaya Diri
Anak Kelas Dua Minguwa Kidul. Jurnal Ilmiah Indonesia. 2(2).
Budiwanto S. Metodologi Penelitian dalam Keolahragaan. Malang: Universitas
Malang; 2017.
Cahyono T. 2018. Statistika Terapan dan Indikator Kesehatan. Penerbit Deepublish:
Yogyakarta.
Eldanto A, Hoendrato G, Willay T. Penerapan Metode Statistik Inferensial Sebagai
Alat Bantu Hitung Dengan Solusi Komprehesif. Jurnal InTekSis. 5(2).
Hartanato D, Yuliani S. Statistik Riset Pendidikan. Cahaya firdaus. 2019.
Hendikawati, Putriaji. 2012. Bahan Ajar Statistika Inferensial. Semarang: Semarang
State University Press.
Husnul NRI, Prasetya ER, Sadewa P, Ajimat, Purnomo LI. 2020. Statistik Deskriptif.
Unpam Press. Banten.
Masturoh I dan T Anggita N. Metodologi Penelitian Kesehatan. Kementerian
Kesehatan Republik Indonesia. Agustus 2018. p. 248-251.
Nuryadi, Astuti TD, Utami ES, Budiantara M. 2017. Dasar-Dasar Statistik
Penelitian. Yogyakarta: Gramasurya.
Rinaldi A, Novalia, Syazali M. Statistika Inferensial untuk Ilmu Sosial dan
Pendidikan. Bogor: IPB Press; 2020.
Santi RCN, Sri E. 2015. Implementasi statistik dengan database mysql. Jurnal
Teknologi Informasi Dinamik. Juli; 20(2): 132-139.
Sholikhah A. Statistik Deskriptif dalam Penelitian Kualitatif. Komunika. 2016; 10(2):
342-362.
Spiegel, Murray R. dan Larry J. Stephens. Statistik. Edisi Ketiga. (Terjemahan oleh
Wiwit Kastawan ST, MT, M.Sc dan Irzam Harmein, ST). Erlangga. Jakarta.
2007.
Sukmadinata, Syaodih N. 2009. metodologi penelitian pendidikan. Bandung: Rosda.

21
Syafril. 2010. Statistika. Padang: Sukabina Press.
Yuantari C. Handayani S. Biostatistik Deskriptif dan Inferensial. Badan Penerbit
Universitas Dian Nuswantoro. 2017.

22