MAKALAH

PENGHITUNGAN UJI STATISTIK

Disusun untuk memenuhi tugas
Mata kuliah: Biostatistik

Oleh Kelompok 5:

Nurul Haliza Rachmi (1802065)

Priska Yulanda (1802067)
Rahmadoni (1802068)
Fatihatir Rahmi (1802051)
Ridatul Aulia (1802070)

Dosen Pengampu : Ilma Nuria Sulrieni, M.Kes

KEPERAWATAN 4A
SEKOLAH TINGGI ILMU KESEHATAN
SYEDZA SAINTIKA PADANG
2021/2022
 KATA PENGANTAR

Puji syukur kehadirat Allah SWT yang telah memberikan rahmat dan
hidayah-Nya sehingga kami dapat menyelesaikan tugas makalah yang
berjudul Penghitungan Uji Statistik ini tepat pada waktunya.
Adapun tujuan dari makalah ini adalah untuk memenuhi tugas pada mata
kuliah Biostatistik. Selain itu, makalah ini juga bertujuan untuk menambah
wawasan tentang Penghitungan Uji Statistik bagi para pembaca dan juga bagi
penulis.
Kami menyadari, makalah yang kami tulis ini masih jauh dari kata
sempurna. Oleh karena itu, kritik dan saran yang membangun akan kami
nantikan demi kesempurnaan makalah ini.

Padang, 21 November 2021

Penulis
 DAFTAR ISI

KATA PENGANTAR..............................................................................................I
DAFTAR ISI...........................................................................................................II
BAB I PENDAHULUAN........................................................................................1
A. Latar Belakang.............................................................................................1
B. Rumusan Masalah........................................................................................1
C. Tujuan Makalah............................................................................................1
BAB II PEMBAHASAN.........................................................................................3
A. Dasar Pemilihan Perhitungan Uji Statistik Non Parametrik........................3
B. Koefisien Kontingens...................................................................................5
C. Fisher Ekstrakt..............................................................................................6
BAB III PENUTUP..................................................................................................8
A. Kesimpulan...................................................................................................8
B. Saran.............................................................................................................8
DAFTAR PUSTAKA..............................................................................................9
 BAB I
PENDAHULUAN

A. Latar Belakang
Statistik merupakan alat yang sering dipergunakan pada penelitiankuantitatif.
Menurut Windu Purnomo (2002) Cit Nursalam 2016. Salah satu fungsi statistik
adalah menyederhanakan data penelitian yang berjumlah sangat besar menjadi
informasi yang sederhana dan mudah dipahami oleh pembaca. Disamping itu, uji
statistik dapat membuktikan hubungan, perbedaan, atau pengaruh hasil yang
diperoleh oleh variabel-variabel yang diteliti. Oleh karena statistik akan
digunakan sebagai ilmu bantu untuk menelaah berbagai cabang ilmu pengetahuan,
termasuk ilmu keperawatan, maka perlu diperhatikan beberapa kaidahnya. Kaidah
yang harus diingat bahwa statistik merupakan sekumpulan metode untuk
membuat keputusan yang bijaksana padakeadaan yang tidak menentu atau
ketidakpastian. Untuk membuat keputusan, statistik memberikan metode
bagaimana memperoleh dan menganalisis data dalam proses mengambil suatu
kesimpulan berdasarkan data tersebut. Tujuan mengolah data dengan statistik
adalah untuk membantu menjawab pertanyaan-pertanyaan penelitian dari kegiatan
praktis ataukeilmuan. Dalam hal ini, statistika berguna saat menetapkan bentuk
dan banyaknya data yang diperlukan. Disamping itu, juga terlibat dalam
pengumpulan, tabulasi, dan penafsiran data.

B. Rumusan Masalah
1. Apakah yang dimaksud dengan dasar pemilihan dan perhitungan
beberapa uji statistik non-parametrik?
2. Apakah yang dimaksud dengan koefisien kontingensi?
3. Apakah yang dimaksud fisher ekstrakt?

C. Tujuan Makalah
1. Mengetahui yang dimaksud dasar pemilihan dan perhitungan beberapa
uji statistik non-parametrik.

1
2. Mengetahui yang dimaksud dengan koefisien kontingensi.
3. Mengetahui yang dimaksud fisher ekstrakt.

2
 BAB II
PEMBAHASAN

A. Dasar Pemilihan Perhitungan Uji Statistik Non Parametrik

Istilah non parametrik pertama kali digunakan oleh Wolfowitz, pada tahun
1942. Metode statistik non parametrik merupakan metode statistik yang dapat
digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan
metode statistik parametrik, terutama yang berkaitan dengan distribusi normal.
Istilah lain yang sering digunakan untuk statistik non parametrik adalah statistik
bebas distribusi (distributionfree statistics) dan uji bebas asumsi (assumption-free
test). Statistik non parametrik banyak digunakan pada penelitian-penelitian sosial.
Data yang diperoleh dalam penelitian sosial pada umunya berbentuk kategori atau
berbentuk rangking.
Uji Non parametrik adalah suatu uji dengan model yang tidak membutuhkan
suatu parameter khusus dari populasi yang diamati. Beberapa asumsi yang
berhubungan erat dengan uji statistik non parametrik adalah bahwa pengamatan
tersebut bebas dan variable yang diamati kontinu, tetapi asumsi yang dibuat dalah
lebih lemah dan kurang teliti bila dibandingkan dengan uji parametric. Oleh
karena itu uji non parametric tidak membutuhkan tingkat ketilitian yang tinggi
seperti uji parametric. Biasanya uji non parametric dipakai untuk menganalisis
data dalam skala ordinal dan nominal.
Uji statistik nonparametrik ialah suatu uji statistik yang tidak memerlukan
adanya asumsi-asumsi mengenai sebaran data populasi. Uji statistik ini disebut
juga sebagai statistik bebas sebaran (distribution free). Statistik nonparametrik
tidak mensyaratkan bentuk sebaran parameter populasi berdistribusi normal.
Statistik nonparametrik dapat digunakan untuk menganalisis data yang berskala
nominal atau ordinal karena pada umumnya data berjenis nominal dan ordinal
tidak menyebar normal. Dari segi jumlah data, pada umumnya statistik
nonparametrik digunakan untuk data berjumlah kecil (n < 30).
Jadi secara umum metode statistik non-parametrik digunakan :
 Bila sampel sangat kecil sehingga distribusi sampel tidak normal.

3
  Pada sampel besar tapi distribusi data tidak normal.
 Bila data menggunakan skala nominal atau ordinal.

a. Keuntungan Metode Statistik non-parametrik

1. Jika ukuran sampel kita kecil, tak ada pilihan lain yang lebih
baik kecuali statistik non- parametrik, kecuali jika distribusi
populasi jelas normal.

2. Karena memerlukan sedikit asumsi, umumnya metode non-

parametrik lebih relevan pada situasi-situasi tertentu, sehingga
kemungkinan penerapannya lebih luas. Disamping itu
kemungkinan digunakan secara salah (karena pelanggaran
asumsi) lebih kecil daripada metode parametrik. 
3. Metode non-parametrik dapat digunakan meskipun data diukur
dalam skala ordinal atau peringkat.

4. Metode non-parametrik dapat digunakan meskipun data

diukur dalam skala nominal (kategorikal). Sebaliknya tidak
ada metode parametrik yang dapat digunakan untuk data
seperti ini
5. Beberapa uji statistik non-parametrik dapat menganalisis
perbedaan jumlah sampel. Beberapa uji statistik parametrik
dapat dipakai untuk menganalisis persoalan serupa, tapi
menuntut pemenuhan beberapa asumsi yang sulit dipenuhi.
6. Uji statistik non-parametrik mudah dilakukan meskipun tidak
terdapat komputer. Analisis dapat dilakukan dengan
menggunakan kalkulator. Karena itu metode ini tepat disebut
sebagai teknologi tepat guna (appropriate technology) untuk
negara berkembang.

4
 7. Pada umunya para peneliti dengan dasar matematika yang
kurang merasakan bahwa konsep ini mudah dipahami.
b. Kekurangan metode statistik non-parametrik
1. Fleksibilitas terhadap skala pengukuran variabel kadang-kadang
mendorong peneliti memilih metode non-parametrik, meskipun
situasinya memungkinkan untuk menggunakan metode parametrik.
Karena asumsi yang lebih sedikit maka metode ini kurang kuat jika
dibandingkan dengan metode parametrik.
2. Jika asumsi untuk parametrik terpenuhi, dengan ukuran sampel yang
sama maka metode non-parametrik kurang memiliki power
dibandingkan metode parametrik.
3. Penyederhanaan data dari rasio atau interval ke ordinal maupun
nominal merupakan pemborosan informasi yang sudah dikumpulkan.
4. Meski konsep dan prosedurnya sederhana, tetapi pekerjaan hitung
menghitung membutuhkan banyak waktu apalagi jika sampel besar.
5. Pengujian hipotesis yang dilakukan menjadi kurang spesifik.
6. Kurang mampu menjelaskan distribusi data.

B. Koefisien Kontingens
Digunakan untuk menghitung hubungan antar variabel bila datanya berbentuk
nominal. Teknik ini mempunyai kaitan erat dengan chi square yang digunakan
untuk menguji hipotesis hipotesis komparatif k sampel independen.

Rumus : Dimana :

5
Contoh:
Suatu penelitian ingin mengetahui: “apakah ada perbedaan diantara
mahasiswa Fakultas A dalam hal kesukaannya terhadap beberapa jenis musik?”
Hasil hitung: X2 = 8,5
Yang akan dibuktikan:
Ha  -> C  ≠ 0
H0  -> C  = 0
Besarnya koefisien kontingensi:

Contoh Hitung Koefisien C

Signifikansi Koefisien Kontingensi

Uji signifikansi :
1. X2  = 8,5 -> signifikan pada ∂ = 0,02
2. C = 0,285
3. Jadi C ≠ 0
4. Dengan demikian mahasiswa menurut jurusan dan jenis musik yang digemari
berhubungan didalam populasinya.
Dengan menggunakan SPSS, kita bisa langsung menilai tingkat
signifikansi atau kemaknaan nilai koefisien. Yaitu, apabila nilai signifikansi <
0,05 atau batas kritis, maka dapat diartikan bahwa: terima H1 atau bermakna
secara statistik.

C. Fisher Ekstrakt
Menguji kemaknaan hubungan antara dua variabel kategorikal menggunakan
pendekatan probabilitas pasti (exact probability). Tes ini biasanya digunakan

6
 2
 
χ  + χ2
 N   
 2 χ 
 N + χ
untuk sampel independen yang berukuran kecil. Pada bahasan uji Chi square dua
 2
sampel disebuit bahwa hasil uji hipotesis baru valid jika jumlah sel pada tabel
kontingensi yang memuat frekuensi harapan < 5 tidak lebih dari 20% atau tidak
boleh ada frekuensi harapan < 1.

7
 BAB III
PENUTUP

A. Kesimpulan
Uji Hipotesis adalah metode pengambilan keputusan yang didasarkan dari
analisa data, baik dari percobaan yang terkontrol, maupun dari observasi (tidak
terkontrol). Dalam statistik sebuah hasil bisa dikatakan signifikan secara statistik
jika kejadian tersebut hampir tidak mungkin disebapkan oleh factor yang
kebetulan, sesuai dengan batas probabilitas yang sudah ditentukan sebelumnya.
Hipotesis yakni dugaan yang mungkin benar, atau mungkin juga salah. Dia
akan ditolak jika salah atau palsu, dan akan diterima jika faktor-faktor
membenarkannya. Penolakan dan penerimaan hipotesis, dengan begitu sangat
tergantung kepada hasil-hasil penyelidikan terhadap faktor-faktor yang lain.

B. Saran
Statistik adalah ilmu pengetahuan yang sangat dibutuhkan untuk
perkembangan dunia, dengan mempelajari ilmu ini akan mempermudah segala
bentuk pengumpulan dan pengolahan data.

8
 DAFTAR PUSTAKA

Badan Pusat Statistik Jakarta Pusat , 2010. Statistik Indonesia Tahun 2010. Jakarta
Pusat : Badan Pusat Statistik
Setiaji, Bambang. 2009. Jalan Mudah Ke Analisis Kuantitatif. Surakarta:
Universitas Muhammadiyah Surakarta.
Ghozali, Imam, 2005; Aplikasi Analisis Multivariate Dengan Program SPSS,
Semarang. Universitas Diponegoro, Semarang.
Sugiyono. 2007. Metode Penelitian Pendidikan, Pendekatan Kuantitatif,
Kualitatif, dan R & D. Bandung: Alfabeta