BELAJAR ASIK DARI HONGKONG
STATISTIK PARAMETRIK
STATISTIK PARAMETRIK
SYARAT:
• Data dengan skala interval dan
rasio
• Data menyebar/berdistribusi
normal
CONTOH ANALISIS:
• Uji Beda (Komparasi)
Independent t test, paired t test,
Analysis of Variances (ANOVA),
Analysis of Covariances
(ANCOVA)
• Uji Korelasi
Korelasi Product Moment,
Korelasi Parsial, Analisis
Regresi
KESIMPULAN:
• JIKA SEBARAN DATA NORMAL
MAKA GUNAKAN PARAMETRIK,
SEBALIKNYA JIKA TIDAK NORMAL,
MAKA GUNAKAN NON PARAMETRIK.
• PERHATIKAN SYARAT YANG ADA
UNTUK MEMASTIKAN UJI STATISTIK
YANG TEPAT
NOTED:
Uji normalitas dapat dilakukan dengan cara:
• Skewness dan Kurtosis
• Uji Lilieford
• Uji Kai Kuadrat
• Uji Kolmogorov-Smirnov
• Shapiro-Wilk
• Q-Q Plot
PENJELASAN DIBAGIAN AKHIR
STATISTIK NON PARAMETRIK
SYARAT:
• Data tidak berdistribusi normal
• Umumnya data berskala nominal
dan ordinal
• Umumnya dilakukan pada
penelitian sosial
• Umumnya jumlah sampel kecil
CONTOH ANALISIS:
• Uji Beda (Komparasi)
Kai kuadrat, Kolmogorov Smirnov,
Mann-Whitney, Wilcoxon, Kruskall
Wallis, Friedman, dsb
• Uji Korelasi
Korelasi Rank Spearman, Tau
Kendall, Koefisien Kontingensi,
Gamma
 STATISTIK PARAMETRIK STATISTIK NON PARAMETRIK
KEUNGGULAN
• Syarat syarat parameter dari suatu populasi yang menjadi sampel biasanya • Tidak membutuhkan asumsi normalitas.
tidak diuji dan dianggap memenuhi syarat, pengukuran terhadap data • Secara umum metode statistik non-parametrik lebih mudah dikerjakan dan
dilakukan dengan kuat. lebih mudah dimengerti jika dibandingkan dengan statistik parametrik
• Observasi bebas satu sama lain dan ditarik dari populasi yang berdistribusi karena ststistika non-parametrik tidak membutuhkan perhitungan
normal serta memiliki varian yang homogen matematik yang rumit seperti halnya statistik parametrik.
• Statistik non-parametrik dapat digantikan data numerik (nominal) dengan
jenjang (ordinal).
• Kadang-kadang pada statistik non-parametrik tidak dibutuhkan urutan atau
jenjang secara formal karena sering dijumpai hasil pengamatan yang
dinyatakan dalam data kualitatif.
• Pengujian hipotesis pada statistik non-parametrik dilakukan secara
langsung pada pengamatan yang nyata.
• Walaupun pada statistik non-parametrik tidak terikat pada distribusi
normal populasi, tetapi dapat digunakan pada populasi berdistribusi
normal
KELEMAHAN
• Populasi harus memiliki varian yang sama. • Statistik non-parametrik terkadang mengabaikan beberapa informasi
• Variabel-variabel yang diteliti harus dapat diukur setidaknya dalam skala tertentu.
interval. • Hasil pengujian hipotesis dengan statistik non-parametrik tidak setajam
• Dalam analisis varian ditambahkan persyaratan rata-rata dari populasi harus statistik parametrik.
normal dan bervarian sama, dan harus merupakan kombinasi linear dari • Hasil statistik non-parametrik tidak dapat diekstrapolasikan ke populasi
efek-efek yang ditimbulkan. studi seperti pada statistik parametrik. Hal ini dikarenakan statistik
nonparametrik mendekati eksperimen dengan sampel kecil dan umumnya
membandingkan dua kelompok tertentu.
MENENTUKAN UJI ANALISIS APABILA VARIABEL BERJUMLAH 1
MENENTUKAN UJI ANALISIS APABILA VARIABEL BERJUMLAH 2 ATAU LEBIH
 UJI NORMALITAS DATA
1. Skewness dan Kurtosis = ukuran kemencengan data

Akan diketahui grafik

normalitas menceng ke kanan
Keuntungan
atau ke kiri, terlalu datar atau
mengumpul ditengah

Cara analisis:

Klik menu Analyze, lalu klik

descriptive statistics dan pilih menu
descriptive

Pilih yang akan diuji normalitas data yang ada pada bagian kiri dan klik panah, klik
option dan pilih kurtosis dan skewness, klik continue dan pada tampilan berikutnya
klik ok, maka akan tampil hasil seperti ini:
Dari data tersebut ditemukan nilai statistik skewness (S) dan Kurtosis
(K), lakukan perhitungan untuk menilai bahwa data normal atau tidak
dengan rumus:
S = S / √6 / N (jumlah sampel)
= 1,947/ √6/471
= 1,947/ √0,012
= 1,947/0,109
= 17,86 > 2,58 (jika menggunakan 0,1
tingkat kepercayaan dan 1,96 jika menggunakan 0,5
tingkat kepercayaan)

K = K/√24 / N (jumlah sampel)

= 3,925/√24/ 471
= 3,925/√0,050
= 3,925/0,223
= 17,6 > 2,58 (jika menggunakan 0,1
tingkat kepercayaan dan 1,96 jika menggunakan 0,5
tingkat kepercayaan)

KESIMPULAN
DATA TIDAK NORMAL