Kelas : 2B
NIM : 711540120035
Metlit Dan Statistik Dasar
Dasar Pemilihan Dan Perhitungan Beberapa Uji Statistik Parametrik Dan Non Parametrik
Statistik parametrik adalah uji hipotesis yang menguji perbedaan rata-rata pada populasi. Metode
yang sering digunakan dalam statistik parametrik adalah uji-t yang didasarkan pada nilai student-t
statistics. Uji t bertumpu pada asumsi bahwa data berdistribusi normal dan rata-rata data
diketahui. Pada uji ini, varians populasi dihitung untuk mencari sampel dari populasi tersebut.
Populasi diperkirakan dengan bantuan skala interval dan variabel yang yang akan diuji
hipotesisnya.
Statistik non parametrik adalah uji yang tidak membutuhkan asumsi parameter apapun untuk
populasi yang diuji atau dalam bahasa sederhana uji ini tidak bergantung pada populasi. Dalam uji
statistik non parametrik, tidak ada parameter yang digunakan dan tidak ada distribusi yang harus
diketahui. Hal ini menyebabkan uji statistik non parametrik juga disebut sebagai metode bebas
distribusi.
Jika sebuah uji memerlukan asumsi spesifik mengenai parameter populasi, maka uji tersebut
dikenal dengan uji statistik parametrik sedangkan jika uji tersebut tidak membutuhkan asumsi
spesifik seperti distribusi data, maka uji tersebut dikenal dengan uji statistik non parametrik.
Dalam uji parametrik, diasumsikan bahwa pengukuran variabel dilakukan pada tingkat internal
dan rasio, sedangkan pada uji non parametrik variabel diukur dengan skala nominal dan ordinal.
Secara umum, ukuran central tendency dalam uji parametrik adalah rata-rata, sedangkan dalam
uji statistik non parametrik adalah median. Terakhir, dalam uji statistik parametrik terdapat
informasi lengkap mengenai populasi sedangkan pada uji statistik non parametrik tidak ada
informasi mengenai populasi.
Statistik parametrik digunakan jika distribusi suatu populasi sudah diketahui. Dalam pengujian ini,
tendency central yang digunakan adalah mean atau rata-rata. Pengujian ini merupakan pengujian
yang paling umum digunakan dan tidak memakan waktu yang relatif lama. Statistik non
parametrik tidak membutuhkan asumsi dan central tendency yang digunakan adalah median atau
nilai tengah. Beberapa contoh metode statistik non parametrik adalah Kruskal-Wallis, Mann-
Whitney, dan lain sebagainya
1. Nilai Rata-rata
Pengertian Nilai Rata-rata
Nilai rata-rata adalah angka representasi atau biasa juga disebut sebagai mean dari
suatu kelompok data yang mewakili data secara keseluruhan.
1. Tentukan nilai n
Dengan menghitung seluruh observasi yang dalam kasus diatas merupakan banyaknya
siswa maka dapat diketahui nilai n sebanyak 10, sehingga n = 10.
2. Tentukan nilai ∑=1
seluruh data dari data yang pertama hingga data yang terakhir, maka:
∑=1=80+90+95+100+90+95+80+70+90+90=1=880
Karena seluruh komponen yang sudah ditemukan, maka kita tinggal memasukkan
nilai-nilai tersebut ke dalam rumus nilai rata-rata.
¯=∑=1 ¯=88010=88
Sehingga nilai rata-rata ujian matematika dari 10 siswa dari kelas 11 adalah 88.
Cara Menghitung Nilai Rata-rata Data Berkelompok
Cara menghitung nilai rata-rata data berkelompok hampir sama dengan rumus rata-
rata sebelumnya, namun pada data berkelompok jumlah nilai masing-masing
kelompok juga dijumlahkan.
¯=∑=1.∑=1
¯=150×10+155×15+160×20+165×1010+15+20+10 =8.67555=157,727
Masukkan data Anda ke dalam worksheet Ms. Excel seperti contoh tabel di bawah ini:
2.
3. Gunakan formula average atau sum
6.
7. Tekan enter untuk menampilkan nilai rata-rata
Total observasi setelah dijumlah adalah 61.129, dan untuk mendapatkan nilai rata-rata
dengan cara manual, maka anda perlu membaginya dengan 12 seperti contoh formula
di atas sehingga diperoleh nilai rata-rata pengunjung situs perbulannya
adalah 5.094,08.
8.
Contoh 1
Seorang analis A dalam sehari rata-rata mampu memeriksa
40 sampel darah dengan deviasi sandar/ tingkat kesalahan
Analis B mampu Memeriksa 160 sampel dengan deviasi
Standar/ tingkat kesalahan 15. Sepintas dapat dilihat
analis B mempunyai variasi kesalahan lebih besar dibanding
Dengan analis A. tetapi analis B mampu memeriksa sampel
darah 4 kali lebih besar dari pada analis A sehingga
perbandingannya dapat dilihat sbb :
Analis A : KV ( 5/40 ) x 100% = 12,5%
Analis B : KV ( 15/160 ) x 100% = 9,4
Kesimpulan : analis B mempunyai deviasi variasi lebih kecil
dibanding analis A
contoh 2:Hasil pemeriksaan suhu dan nadi dari sekelompok PX fibris
Suhu = x = 38,5° c Nadi x 120 / menit
SD = 1,5 SD = 6
KV= (1,5/38,5)x 100=3,9% KV = ( 6/120) x 100 = 5%
Kesimpulan : nadi mempunyai variasi kira-kira 1,3 kali lebih
besar dibanding suhu.
2.
Nilai Penyebar
an Data
Pengertian Nil
ai Penyebaran
Data
penyebaran adal
ah suatu ukuran
baik parameter a
tau statistic untu
k mengetahui
seberapa besar
penyimpangan
data dengan nil
ai rata&ratahit
ungnya. )engap
a kita mempela
jari ukuran pen
yebaran tersebu
t' karena kita
merasa
bahwa mengeta
hui nilai tengah
saja kurang
cukup, tanpa
disertai dengan
pengetahuan ten
tang seberapa b
esar
data tersebut m
enyebar disekit
ar nilai tengahn
ya. Dengan me
mahami unsur p
enyebaran data
diharapkan kitat
idak menarik ke
simpulan yang s
alah