Uji parametrik yang dimaksudkan dalam modul ini merupakan suatu uji statistik inferensi
yang mengasumsikan sampel berasal dari populasi yang berdistribusi tertentu yang memiliki
parameter tetap.
Contoh Kasus:
Seorang dokter menyatakan bahwa rata-rata setiap pasiennya datang menemuinya (Untuk
keperluan kesehatan) dalam satu tahun adalah sebanyak 5 kali. Untuk memvalidasi pernyataan
tersebut, dokter tersebut mengambil sampel sebanyak 10 pasiennya, dan mencatat jumlah
kunjungan mereka dalam satu tahun. Dari observasi tersebut didapatkan data: 9, 10, 8, 4, 8, 3, 0,
10, 15, 9. Apakah data tersebut mendukung pernyataan dari sang dokter?
Langkah Penyelesaian:
a. Hipotesis
: =5
: ≠5
b. Taraf Signifikansi
Diambil = 5%
c. Perhitungan dengan SPSS
1. Klik Analyze -> Compare Means -> One-Sample T Test, maka akan tampil gambar
sebagai berikut.
2. Terlihat ada beberapa variabel di kolom kiri, klik Visit lalu klik arah panah ke kanan
sehingga variabel Visit berpindah ke kolom kanan. Sehingga akan tampil gambar sebagai
berikut.
3. Klik OK
d. Hasil
Dari hasil perhitungan menggunakan SPSS maka akan didapat hasil sebagai berikut.
One-Sample Test
Test Value = 0
Lower Upper
Tampak dari table hasil bahwa didapatkan nilai Sig. (2-tailed) sebesar 0,000, nilai tersebut
kurang dari nilai alpha kita yaitu 0,05.
e. Keputusan
Karena nilai Sig. yang kta dapatkan lebih kecil dari alpha, maka keputusannya adalah Ho
ditolak.
f. Kesimpulan
Karena kepurusannya adalah menolak Ho maka kesimpulannya adalah: data kurang
mendukung pernyataan yang dibuat oleh dokter.
Contoh Kasus:
Suatu penelitian dilakukan untuk mengetahui perbedaan tekanan darah pasien sebelum
mengonsumsi obat A dan setelah mengonsumsi obat A. Diambil 10 pasien, dilakukan pengukuran
sebelum dan sesudah mengonsumsi obat A. Berikut ini adalah hasil dari observasi yang dilakukan.
Pasien Ke- 1 2 3 4 5 6 7 8 9 10
Sebelum 180 160 150 200 120 120 210 170 165 190
Sesudah 140 140 130 150 120 120 180 130 120 170
Apakah dari data tersebut menunjukkan perbedaan yang nyata antara sebelum dan sesudah
mengonsumsi obat A?
Langkah Penyelesaian:
a. Hipotesis
: =
: ≠
b. Taraf Signifikansi
Diambil = 5%
c. Perhitungan dengan SPSS
1. Klik Analyze -> Compare Means -> Paired-Samples T Test, maka akan tampil
gambar sebagai berikut.
Upper
Contoh Kasus:
Untuk melakukan asesmen terhadap kemanjuran obat antidepresan yang baru, 10 pasien
pederita depresi diambil secara acak. 5 pasien dimasukkan dalam grup 1 (mendapatkan treatment
obat antidepresan yang baru selama 6 bulan), dan 5 sisanya dimasukkan dalam grup 2
(mendapatkan treatment placebo selama 6 bulan). Diasumsikan bahwa level depresi semua subjek
adalah sama. Setelah 6 bulan berlalu, seorang psikiater menilai level depresi kedua grup. Dari hasil
penilaian tersebut didapatkan data sebagai berikut.
Pasien Ke- 1 2 3 4 5
Grup 1 11 1 0 2 0
Grup 2 11 11 5 8 4
Apakah dapat disimpulkan bahwa obat antridepresan yang baru tersebut cukup efektif?
Langkah Penyelesaian:
a. Hipotesis
: =
: ≠
b. Taraf Signifikansi
Diambil = 5%
c. Perhitungan dengan SPSS
1. Klik Analyze -> Compare Means -> Independent-Samples T Test, Sehingga akan
didapatkan tampilan seperti gambar berikut ini.
2. Lalu letakkan variabel Leveldepresi ke kolom Test Variabe(s) dan variabel obat ke
Grouping Variable. Selanjutnya klik Define Groups, definisikan 1 untuk grup 1 dan 2
untuk grup 2, sehingga akan terlihat gambar sebagai berikut.
3. Klik OK
d. Hasil
Independent Samples Test
F Sig. t df
Leveldepresi
Equal variances not -1,964 7,173
assumed
Dari tabel di atas pada bagian Levene’s test for equality of variances didapatkan nilai
Sig. adalah 0,667 yang artinya lebih dari alpha, sehingga Ho untuk perbandingan variansi ditolak,
yang artinya variansi kedua grup tidak identik, sehingga dijadikan acuan dalam mengiterpretasi
tabel berikut.
Karena kedua variansi tidak identik, maka kita perhatikan bagian Equal variances not
assumed, yang disitu tampak nilai Sig. adalah 0,089 dan melebihi nilai alpha sehingga Ho tidak
ditolak.
e. Kesimpulan
Karena Ho tidak ditolak maka disimpulkan bahwa kedua grup memiliki perbedaan yang
nyata.
4. Pearson Product-Moment Correlation Coefficient
Uji ini digunakan untuk mengetahui korelasi atau hubungan antara dua variabel. Koefisien
korelasi PPM ini dinotasikan dengan , sementara untuk notasi koefisien korelasi PPM untuk
populasi adalah (rho). Range nilai r adalah dalam interval −1,1 . Sehingga dapat dikatakan
bahwa −1 < < 1.
Jika nilai r bertanda positif maka korelasi kedua variabel adalah searah. Artinya, naiknya
nilai sebuah variable akan terakit dengan naiknya nilai variabel lain. Jika nilai r bertanda negative
maka korelasi kedua variabel adalah berlawanan arah. Artinya, naiknya nilai sebuah variabel akan
terkait dengan turunnya nilai variabel lain. Semakin dekat nilai r dengan 1 atau -1 maka semakin
kuat korelasi antara kedua variabel. Semakin dekat nilai r dengan 0 maka semakin lemah hubungan
antara kedua variabel.
Syarat dari penggunaan uji ini adalah, bahwa data harus berskala interval/rasio, data harus
diambil secara acak, kedua data berdistribusi normal, homoskedastisitas dan autokorelasi. Jika data
berskala ordinal/ nominal, maka kita dapat menggunakan uji Spearman’s Rank Order Correlation
Coefficient yang akan dibahas dalam bagian B.
Contoh kasus:
Seorang dokter mengadakan studi untuk menentukan hubungan antara banyaknya gula yang
dikonsumsi per minggu oleh anak berusia 10 tahun (ons) dengan banyaknya cavities dalam mulut
anak. Diambil sampel 5 anak dan didapatkan data sebagai berikut.
Anak ke- 1 2 3 4 5
Gula (ons/mgu) 20 0 1 12 3
Cavities 7 0 2 5 3
Apakah ada korelasi yang signifikan antara konsumsi gula dengan banyaknya cavities?
Langkah Penyelesaian:
a. Hipotesis
: =0
: ≠0
b. Taraf Signifikansi
Diambil = 5%
c. Perhitungan dengan SPSS
1. Klik Analyze -> Correlate -> Bivariate, maka akan didapatkan tampilan sebagai
berikut
2. Klik variabel Gula di kolom sebelah kiri kemudian pindahkan ke kanan. Lakukan juga
untuk variabel Cavities. Pada kolom Correlation Coefficients, pilih Pearson, pada
kolom Test of Significance pilih Two-tailed, dan aktifkan Flag significant
correlations. Maka akan didapatkan tampilan sebagai berikut.
3. Klik OK
d. Hasil
Correlations
Gula Cavities
N 5 5
N 5 5