BAB 7

“STATISTIK PARAMETRIK”

SEKOLAH TINGGI AGAMA ISLAM (STAI) AN-NADWAH KUALA TUNGKAL

Nama: M. Ilham

Nim: 20.23.917

e-mail: Muhammadilhamml896@gmail.com

Dosen Pengampu: Sri Kasnelly, S.E, MM

A. Pengertian Statistik Parametrik

Statistik parametrik adalah uji statistik dimana asumsi spesifik dibuat tentang
parameterr populasi. Statistik parametrik juga merupakan ilmu statistik yang
mempertimbangkansebaran atau distribusi data, yaitu aakah data meyebar secra normal
atau tidak. Dengan kata lain, data yang akan dianalisis menggunakan statistk parametrik
harus memenuhi asumsi normalitas. Pada umumnya, jika data tidak menyebar norma,
maka data seharusnya dikerjakan dengan metode statistik non-parametrik atau setidak-
tidaknya dilakukan transformasi terlebih dahulu agar data mengikuti sebaran normal,
sehingga bisa dikerjakan dengan statistik parametrik. Dalam statistik parametrik terdapat
informai tentang distribusipopulasi diketahui dan didasrakan pada seperangkat prameter
yang tetap.1

Statistik parametrik, yaitu ilmu statistik yang mempertimbangkan jenis sebaran atau
distribusi data, yaitu apakah data menyebar secara normal atau tidak. Dengan kata lain,
data yang akan dianalisis menggunakan statistik parametrik harus memenuhi asumsi
normalitas Pada umumnya, jika data tidak menyebar normal, maka data seharusnya
dikerjakan dengan metode statistik non-parametrik, atau setidak-tidaknya dilakukan
transformasi terlebih dahulu agar data mngikuti sebran normal, sehingga bisa dikerjakan
dengan statistik parametrik.2

1
Sugiyono, Metode Penelitian Bisnis, (Bandung: Alfabeta, 1999), hlm 17
2
Walpole, Ronald E, Pengantar Statistik edisi ketiga, (jakarta: Gramedia, 1988), hlm 14

1
 Pengertian statistika parametrik (metode Kuantitatif) adalahmetode statistika yang
menyangkut pendugaan parameter, pengujian hipotesis, pembentukan selang kepercayaan,
dan hubungan antara dua sifat (perubah) atau lebih bagi parameter-parameter yang
mempunyai sebaran (distribusi normal) tertentu yan diketahui.

Statistika parametik lebih banyak digunakan untuk menganalisis data yang berskala
interval dan rasio dengan dilandasi asumsi tertentu seperti normalitas. Statistika
nonparametik dapat digunakan untuk menganalisis data yang berskala nominal dan
ordinal. Metode statistika parametrik berlandaskan pada anggapan-anggapan tertentu yang
telah disusun terlebih dahulu, jika anggapan-anggapan tersebut tidak sesuai dengan
keadaan sebenarnya, apalagi jika menyimpang jauh maka keampuhan metode ini tidak
dapat dijamin atau bahkan dapat menyesatkan. Pengolongan Statistika Parametrik antara
lain: Regresi, Path (Jalur), SEM, Korelasi Kanonik, Faktor, deskriminan, claster, regresi
logistik, probit & tobit, multivariat.

Prosedur penggunaan statistika parametrik harus mempertimbankan:

1. Penentuan Hipotesis

2. Pemilihan uji statistika (alat analisis)

3. Penentuan

4. Taraf Nyataα dan ukuran cuplikan (n)

5. Menentukan sebaran cuplikan (Sampling distribution)

6. Penentukan daerah penolakan Ho

7. Pengambilan keputusan dan penarikan kesimpulan.

Statistik parametrik adalah salah satu metode pegujian data yang ada di dalam
statistik inferensial, dimna akan digunakan untuk menguji hipotesis yang telah dibuat.
Hasil diguanakan untuk menguji hiotesis yang telah dibuat. Hasil pengujian data sampel
ini akan dijadikan kesipula untuk populai. Umumnya jka data berdistribusi noramal dan da
sampelnya berukuran besar, maka data bisa diuji dengan statistik parametrk. Sementara
jika tidak memenuhi kriteria tersebut maka akan termasuk ke statistika non-parametrik.
Ukuran besar disini terbilang relatif, namun biasanya angka 30 akan dikategorikan sebagai
sampel yang berukuran besar.

2
 Definisi lainnya ilmu statistika yang mempertimbangkan jenis sebaran / distribusi
data, yaitu apakah data menyebar / berdistribusi secara normal atau tidak serta digunakan
utuk menganalisis data yang berskala interval dan rasio. Uji hipotesis yang memberikan
generalisasi untuk membuat ernyataantentang mean populasi induk ini bertumpu pada
asumsi dasar bahwa ada distribusi normal variabel dan rata-rata di ketahui. Ada asumsi
pada variabel yang menarik dalam populasi dan di ukur pada skala interval. Berikut
beberapa poin penting mengenai statistik paramerik yaitu:

1. Proses pengujian relatif sederhna

Sebuah hipotesis dibangu berdasarkan asumsi bahwa hukum tertentu dapat diterapkan
pada suatu populasi.

2. Tes dan analisis

Tes dilakukan berdasarkan hipotesis dan data yang dikumpulkan akan dianalisis secara
statistik.

3. grafik

Data yang dikumpulkan biasanya direprsentasikan sebbagai grafik dan hukum hipotesis
dianggap sebagai nilai rata-rata dari data tertentu.

4. Asumsi

Tes parametrik digunakan dimana ada asumsi yang jelas tentang populasi dan ada
banyak inforamsi yang tersedia tentangnya.3

B. Jenis Uji Statistik Parametrik

Setelah mengetahui pengertian dari uji statistik parametrik, kita perlu mengenali uji
statistik parametrik apa saja yang cukup sering digunakan, antara lain:

1. Uji-T, digunakan untuk menguji signifikansi dalam satu atau dua kelompok sampel.

2. ANOVA, digunakan untuk menguji signifikansi perbedaan dua rerata atau lebih.

3. Regresi, digunakan untuk menguji hbungan antar variabel.

4. Korelasi, digunakan untuk menguji hubngan antar variabel.

3
Supranto, Statistik dan Teori Aplikasi (jIlid 2), (Jakarta: Erlangga, 2001), hlm 20.

3
 5. Analisis jalur, digunakan untuk menguji hubungan sebab akibat yang didapatkan

melalui kajian teori yang telah dirumuskan.4

C. Kelebihan dan Kekurangan Statistik Parametrik

a. Kelebihan statistik parametrik adalah

1. tidak diperluknnya pengujian terhadap parameter populsi karena sudah dianggap

memenuhisyarat.

2. Data observasi pada pengujian ini juga dinilai saling bebas, dat diambil dari opulasi yang
memiliki distribusi normal dengan varian hmogen. Berbagai asusi rumit tersebut membuat
pengujian parametrik dapat diandalkan akurasinya.

3. Dapat digunakan untuk menduga atau meramal.

4. Hasil analisis dapat diperoleh dengan pasti dan akurat apabila igunakan dengan sesuai
aturan-aturan yang telah ditetapkan.

5. Dapat digunakan untuk mengukur interaksi hubungan antara dua atau lebh variabel
( peubah)

6. Dapat menyedehanakan realitas permasalahan yang komplek dan rumit dalam sebuah
model sederhana.

b. Kekurangan statistik parametrik adalah:

1. Berdasarkan pada anggapan-anggapan (asumsi)

2. Asumsi tidak sesuai dengan realitas yang terjadi atau menyimpang jauh maka
kemampuannya tidak dijamin bahkan menyesatkan.

3. Data harus berdistribusi normal dengan skala pengukuran data yang harus digunakan
adalah interval dan rasio.

4. Dapat digunakan untuk menganalisis data yang populasi sampelnya sama.

5. Tidak dapat dipergunakan untuk menganalisis dengan cuplikan (sampel) yang jumlahnya
sedikit (>30)

Pemodelan Statistika Parametrik

4
Herinto, H, Statistik parametrik, Non Parametrik, (2020), hlm 26

4
 Model adalah suatu konsep yang digunakan untuk menyatakan sesuatu keadaan
(permasalahan) ke dalam bentuk simbolik, ikonik atau analog. Pada hakekatnya model adalah
perwakil realitas, oleh karena itu wujudnya harus lebih sederhana. Pemodelan statistika
adalah upaya memodelkan permasalahan ke dalam konsep statistika dengan prosedur:

(1) Ubah pernyataan ke dalam lambang statistika

(2) Pemilihan metode analisis yang tepat

(3) Aplikasi metode secara benar

D. Contoh Metode Statistik Parametrik

a. Uji-Z (1 atau 2 sampel)

b. Uji-t (1 atau 2 sampel)

c. Korelasi person.

d. Perancagan percobaan ( one or two-way anova parametrik), dll.

E. Ciri-Ciri Statistik Parametrik

a. Data dengan skala interval atau rasio.

b. Data menyebar berdistribusi normal.

No Ciri-Ciri Parametrik
1 Asumsi Ya
2 Nilai tendensi sentral Nilai mean (Rata-rat)
3 Koelasi Pearson
4 Distribusi probabilistik Normal
5 Pengetahuan Populasi Dibutuhan
6 Penggunaan Untuk daa interval
7 Penerapan Variabel
8 Contoh z-test, t-test, tes Anova, dan lain-lain, yang engasumsian
data berasal dari distribusi normal)

5
F. Keunggulan dan Kelemahan Staistik Parametrik

a. Keunggulan:

1. Syarat-syarat parameter dari suatu populasi yang menjadi sampel biasannya tidak diuji
dan dianggap memenuhi sayart, pengukran terhdap data dilakukan dengan kuat.

2. Observasi bebas satu sama lain dan ditarik dari populasi yang berdistribusi normal serta
memiliki varian yang homogen.

3. Sampe memiliki varian yang homogen karena berasal dari populai yang berdistribusi
normal.

b. Kelemahan:

1. Populasi harus memiliki varian yang sama.

2. Variabel-variabel yang diteliti harus dapat ikukur setidaknya dalam skala interval.

3. Dalam analisis varian ditambahkan persyaratan rata-rata dari populasi harus normal dan
bervariasi sma, dan harus merupakan kombinasi linear dari efek-efek yang ditimbulkan.

4. Populasi harus memiliki variansi yang sma agar data dapat berdistribusi normal, karena
syarat utama menggunakan statisika armetrik dalah harus berdistribusi normal.

5. Variabel-variabel yang diteliti harus berbentuk numerik dan dapat diukur, sehingga
skala data yang diperbolehkan hanya skala interval dan rasio.

6. Dalam analisis varian ditambahkan persyaratan rata-rata dari poupulasi harus noramal
dan bervarian sam dan harus meruakan kmbinasi linera dari efek-efek yan ditimbulkan.

G. Syarat Penggunaan Statistik Parametrik

Beberapa sayart yang bisa dijadikan perimbangan untuk menggunakan uji statistik
parametrik adalah:

1. populasi yang dijadikan tempat pengambilan sampel harus berdistribusi ormal.

2. Sampel memiliki ariansi yang sama.

3. Sakala data yang digunkan harus berbentuk interval atau rasio.

4. Proses pengambilan sampel harus dialukan secara random.

6
H. Syarat Uji Parametrik

Berikut ini beberapa dari syart uji parametrik yaitu:

1. Masalah skala pengukuran variabel: skala pengukuran variabel harus variabel numerik.

2. Distribusi data: distribusi data harus normal.

3. Varians data:

a. Kesamaan varians tidak menjadi syarat untuk uji kelompok yang berpasanan.

b. Kesamaan varians adalah syarat tidak mutlak untuk 2 kelompok tidak berpasagan,
artinya varians data boleh sama boleh juga berbeda.

c. Kesamaan varians adala syarat mutlak > 2 kelomok tidak berpasangan artinya varians
data harus / wajib sama.

Tabel Uji Komparasi Statistik Parametrik5

Variabel Dependen Variabel Independen / Jenis Analisis Contoh

Terikat / Respon / Bebas / Prediktor /
Dipengaruhi Mempengaruhi
1 Variabel metrik / 0 variabel kualitatif ( 1
Kuantitatif populasi/kelompok)
1 variabel metri / 1 variabel kualitatif (2
kuantitatif populasi/kelompok
independen)
1 variabel metrik / 1 variabel kualitatif (2
kuantitatif populasi/kelompok
dependen/berpasangan
) setelah tutor lebih
1 variabel metrik / 1 variabel kualitatif
kuantitatif (>2 populasi/kelompok
independen)
5
Bansu Irianto Ansari, Teori Statistik Pendidikan, (aceh: Yayasan Penerbit Muhammad Zaini, 2022), hlm 30
Parametrik
One sample t test Apakah nilai rata-
rata ujian statistik
mahasiswa kelas
manajemen lebih
besar dari 7
Independen sampel Apakah lai rata-rata
T-test ujian statistik
mahasiswa kelas A
lebih besar kelas B
Paired sampel T-test Apakah nilai rata-
rata ujian statistik
mahasiswa kelas A
baik dari sebelum
Tutor
One way ANOVA Aapakah ada
perbedaan nilai rata-
rata ujian statistik

7
 maasiswa kelas A,
kelas B, dan kelas C
1 variabel metrik / 2 variabel kualitatif Two ways ANOVA Apakah ada
kuantitatif (>2 populasi/kelompok perbedaan nilai rat-
independen) rata ujian statistik
mahasiswa
manajemen menurut
kelas (kelas A, kelas
B, dan kelas C dan
menurut jenis
keamin (pria dan
wanita)
1 variabel metrik / 1 variabel kualitatif ANOVA with Apakah ada
kuantitatif (>2 populasi/kelompok repeated measure perbedaa nilai ujian
independen) mahasiswa berbeda
untuk pretest,
posttest 1 dan
posttest 2
1 variabel metrik / 1 variabel kualitatif ANCOVA Apakah aa
kuantitatif (>2 populasi/kelompok perbedaan nilai rata-
independen) dan 1 rata ujian statistik
variabel mahasiswa kelas A,
merik/kuantitatif B, C dan
berdasarkan IQ
>=2 variabel 1 variabel kualitatif One Way Aapakah ada
metrik / kantitatif (>2 populasi/kelompok MANOVA perbedaan nilai rata-
independen) rata dan waktu
mengerjakan ujian
statistik mahasiswa
kelas A, B, dan C
<=2 variabel 2 variabel kualitatif Two Ways Apakah ada
metrik / kuantitatif (>2 populasi/kelompok MANOVA perbedan nilai rata-
independen) rata dan waktu
mengerjakan ujian
statistik menurut
kelas (A, B, dan C)
dan menurut jenis
kelamin (pria dan
Wanita)
<=2 variabel 1 variabel kualitatif MANCOVA Aapakah ada
metrik / kuantitatif (>2 populasi/kelompok perbedaan nilai rata-
independen) dan 1 rata dan waktu
variabel mengerjakan ujian
merik/kuantitatif stattistik mahasiswa
menurut kelas (A, B,
C) dan berdasarkan
IQ

8
H. Uji – Uji Statistik Parametrik

Pengolahan data secara parametrik ini merupakan pengolahan data dimana anggapan

kenormalan diberlakukan, tercakup di dalamnya adalah :

1. Uji Kebaikan-Suai

Uji Goodness of Fit digunakan untuk menentukan apakah suatu populasi mempunyai

suatu distribusi teoritis tertentu. Uji tersebut didasarkan atas baiknya kesesuaian yang ada
antara frekuensi terjadinya pengamatan pada sampel teramati dan frekuensi harapan yang
diperoleh dari distribusi yang dihipotesiskan.Uji goodness of fit adalah uji hipotesis
statistik yang digunakan untuk menaksir bentuk apakah observasi X1, X2,…Xn adalah
independen sampel daridistribusi khusus dengan fungsi distribusi F. Uji goodness of fit
dapat digunakanuntuk menguji serangkaian uji hipotesis nol. Terdapat tiga macam uji
Goodness of Fit, yaitu Chi-square test, Kolmogorov-Smirnov Test, dan Anderson Darling
uji

2. Uji Menyangkut Ratan dan Variansi

Uji menyangkut rataan ini berkaitan dengan distribusi t, uji ini dapa tmenyangkut satu
rataan atau variansi dan menyangkut dua variansi atau rataan.

3. Uji Menyangkut Proporsi

Uji ini banyak dipakai dalam berbagai bidang. Uji ini digunakan untuk mengetahui
proporsi suatu peristiwa dalam suatu populasi. Sebagai contoh,seorang politisi tentunya
tertarik untuk mengetahui berapa bagian dari pemilihyang akan mendukungnya dalam
pemilihan mendatang. Pengusaha pabrik berkepentingan mengetahui proporsi cacat dalam
suatu pengirimanproduksinya.

4. Uji Kebebasan

Merupakan uji untuk mengetahui keterkaitan antara dua atau lebihvariabel atau untuk
mengetahui sifat ketergantungan (hubungan) suatu variabeldengan variabel yang lain

5. Galat I dan Galat II

9
 Galat I adalah penolakan hipotesis nol padahal hipotesis itu benar .Galat II adalah
penerimaan hipotesis nol padahal hipotesis itu salah.

6. Uji Anova

Anova sering disebut sebagai analisis variansi. Sampel acak ukuran ndiambil masing-
masing dari k populasi. Ke k populasi yang berbeda inidiklasifikasikan menurut perlakuan
atau grup yang berbeda.6 Dewasa ini istilahperlakuan digunakan secara umum dengan arti
klasifikasi, apakah itu kelompok,adukan, penganalisis, pupuk yang berbeda, atau berbagai
daerah di suatu negara. Pada Anova terdapat pengujian hipotesis nol bahwa rataan ke k
populasisama lawan tandingan bahwa paling sedikit dua dari rataan ini tidak sama.Uji
yang akan dipakai didasarkan pada perbandingan dua taksiran bebasdari kesamaan
variansi populasi. Perlu dibandingkan ukuran variansi antaraperlakuan yang sesuai dengan
variansi dalam perlakuan, agar dapat ditemukanperbedaan yang berarti dalam pengamatan
akibat pengaruh perlakuan. Parametris digunakan untuk menganalisis data interval dan
rasio. Ukuran uji dalam Statistik parametris antara lain :

a. T-test

b. Anova

c. Korelasi.

d. Regresi7

6
Sprent, Metode Statistik Parametrik Terapan, (Jakarta: Gramedia, 1988), hlm 13
7
Salsabila Miftah Rezkia, “Pelajari Jenis jenis Uji Statistik Parametrik sebelum Melakukan Penelitian”, dqlab.id,
Oktober 14, 2021, https://dqlab.id/pelajari-jenis-jenis-uji-statistik-parametrik-sebelum-melakukan-penelitian.
[diakses pada 4 April 2023]

10
 DAFTAR PUSTAKA

Sugiyono. Metode penelitian Bisnis. Bandung: Alfabeta. 1999.

Walpole, Ronald E. Pengantar Statistik. Edisi Ketiga. Jakarta: Gramedia. 1988.

Supranto. Statistik dan Teori Aplikasi (Jilid 2). Jakarta: Erlangga. 2001.

Sprent. Metode Statistik Non Parametrik Terapan. Jakarta: Universitas Indonesia. 1991.

Herianto. H. Statistika Parametrik, Non Parametrik. 2020

Dqlab.id. (2021,14, Oktober). Pelajari Jenis-jenis Uji Statistik Parametrik Sebelum

Melakukan Penelitian. Diakses pada 04 April 2023, dari https://Pelajari-jenis-jenis-
ujistatistik-parametrik-sebelum-sebelum melakukanpenelitian.

Bansu Irianto Ansari. Teori Statistik Pendidikan, aceh: Yayasan Penerbit Muhammad Zaini,
2022.

11