SKENARIO 2 BLOK 19
TUTOR:
drg. Gusti Perdana Putera
DISUSUN OLEH
KELOMPOK 2
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.
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
Jawab:
- 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 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.
Jawab:
- 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
- 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
Jawab:
- Kelebihan:
Kekurangan
Jawab: SB
Jawab:
- 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.
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.
Kekurangan:
Parametrik: Populasi harus memiliki varian yang sama dan diukur dalam
skala interval
- Non parametrik, kelebihan: bisa gunakan data nomial dan ordinal, uji
hipotesis bisa secara langsung. kekurangan hasil uji hipotesis tidak setajam uji
parametrik
7
Jawab:
i. Bagaimana cara menentukan uji statistik inferensial yang tepat untuk penelitian
tersebut?
Jawab:
j. Apa saja hal-hal yang perlu dilakukan dalam melakukan analisis deskriptif?
Jawab:
8
Analisis
Statistik
Statistik Statistik
Deskriptif Inferensial
Skala
Definisi Tujuan Jenis Definisi Tujuan Jenis
Pengukuran
1. Danalisis statistic
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.
a. menentukan ukuran dari data nilai modus,rata rata dan nilai tengah(median)
9
10
c. menentukan ukuran data skewness, kurtoris, plot boks (Sukmadinata et al, 2009).
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.
f. Varians: melihat kehomogenan data secara kasar dimana nilai Hasil perhitungan
varians sebagai titik pusat dari penyebaran data (Nuryadi et al, 2017).
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
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,:).
1. Pengukuran Mean
Mean adalah jumlah seluruh nilai data kemudian dibagi dengan seluruh
kejadian atau jumlah frekuensi
banyak data
Data tunggal
Data berkelompok
2. Pengukuran Modus
Keterangan
Mod : modus
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
Ganjil:
14
Genap:
Keterangan:
Me = median
N = banyak kasus
Keterangan:
Me = median
Bb = batas bawah
N = banyak kasus
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
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).
Rumus :
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).
Sebagai alat praduga dari parameter populasi dan pengujian hipotesis (Husnul
et al, 2020).
Secara umum statistika inferensial terbagi menjadi dua: Statistik Parametrik dan
Statistik non-Parametrik
Statistik Parametrik
• 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.
• 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.
• 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
PENUTUP
3.1 Kesimpulan
3.2 Saran
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