MAKALAH PRESENTASI

“UJI STATISTIK PARAMETRIK”

Dosen Pengampu: Mega Silfia Dewy, S.Pd, M.Pd.T

KELOMPOK 8:

1. SAMUEL FERI CARDO LUXEN PRANATA 5202431001

2. ALAN AZHAR SIMBOLON 5202131001

3. SHANDY JHONERI SIMANJUNTAK 5203131022

4. ALFREDO KABAN 5212431008

PRODI S1 PENDIDIKAN TEKNIK ELEKTRO

FAKULTAS TEKNIK

UNIVERSITAS NEGERI MEDAN

2023/2024
 KATA PENGANTAR

Puji syukur kami ucapkan kepada Tuhan Yang Maha Esa, yang senantiasa memberikan
kesempatan untuk kami kelompok 8 (delapan) sebagai penulis sehingga dapat menyelesaikan
makalah “Uji Statistik Parametrik” sebagai salah satu syarat terpenuhinya tugas dari mata
kuliah Statistika.
Ucapan terima kasih penulis haturkan juga kepada Dosen Pengampu yang telah
memberikan ilmu dan pemahaman yang sangat bermanfaat dalam tugas pembuatan makalah
ini.
Makalah ini telah kami selesaikan dengan maksimal berkat kerjasama dan bantuan dari
berbagai pihak. Oleh karena itu kami sampaikan banyak terima kasih kepada segenap pihak
yang telah berkontribusi secara maksimal dalam penyelesaian makalah ini.
Demikian yang bisa kami sampaikan, makalah ini dibuat sebagai wadah untuk
menambah wawasan tentang mata kuliah Statistika. Semoga makalah ini menjadi salah satu
yang dapat membantu untuk menanamkan pemahaman tentang Statistika.

Medan, 10 November 2023

Penulis Kelompok 8

ii
 DAFTAR ISI

KATA PENGANTAR ...............................................................................................................ii

DAFTAR ISI............................................................................................................................ iii

BAB I PENDAHULUAN .......................................................................................................... 1

1.1 Latar Belakang ................................................................................................................. 1

1.2 Rumusan Masalah ............................................................................................................ 1

1.3 Tujuan .............................................................................................................................. 1

BAB II PEMBAHASAN ........................................................................................................... 2

2.1 Konsep Uji Parametrik ..................................................................................................... 2

2.1.1 Korelasi ................................................................................................................ 4

2.1.2 T-Test ................................................................................................................... 4

2.1.3 Anova ................................................................................................................... 5

2.1.4 Regresi ................................................................................................................. 5

2.2 Konsep Uji Parametrik Untuk Uji Normalitas ................................................................. 6

2.2.1 Konsep Pengujian Korelasi .................................................................................. 6

2.2.2 Konsep Pengujian T-Test ..................................................................................... 6

2.2.3 Konsep Pengujian Anova ..................................................................................... 8

2.2.4 Konsep Pengujian Regresi ................................................................................... 9

BAB III PENUTUP ................................................................................................................. 11

DAFTAR PUSTAKA .............................................................................................................. 12

iii
 BAB I
PENDAHULUAN
1.1 Latar Belakang
Dalam dunia penelitian, analisis statistik memiliki peran yang krusial dalam mengambil
kesimpulan yang dapat diandalkan dari data yang dikumpulkan. Salah satu cabang statistik
yang sering digunakan adalah statistik parametrik. Statistik parametrik digunakan untuk
menguji hipotesis dan membuat inferensi tentang parameter dari suatu populasi.
Penelitian ini didorong oleh kebutuhan untuk memahami dan menguji hubungan antara
variabel-variabel tertentu dalam suatu populasi. Statistik parametrik menawarkan berbagai alat
uji yang dapat memberikan informasi yang lebih rinci dan akurat dibandingkan dengan statistik
non-parametrik dalam beberapa konteks penelitian.
Pentingnya penggunaan statistik parametrik terletak pada kemampuannya untuk mengukur
parameter populasi dan menguji hipotesis tentang nilai-nilai tersebut. Dengan memahami
statistik parametrik, peneliti dapat mengambil keputusan yang lebih tepat dalam menganalisis
data dan membuat generalisasi yang lebih kuat terkait populasi yang lebih besar.
Selain itu, penggunaan statistik parametrik sering kali melibatkan pengukuran variabel
kontinu dan data interval atau rasio. Oleh karena itu, pemahaman yang mendalam tentang jenis
uji statistik parametrik yang sesuai dengan karakteristik data sangat penting untuk menghindari
kesalahan interpretasi dan membuat kesimpulan yang benar.
1.2 Rumusan Masalah
1. Bagaimana konsep statistik parametrik
2. Bagaimana konsep uji parametrik untuk uji normalitas
1.3 Tujuan
1. Untuk mengetahui konsep-konsep uji parametrik
2. Untuk mengetahui konsep-konsep uji parametrik untuk uji normalitas

1
 BAB II
PEMBAHASAN
2.1 Konsep Uji Parametrik

Menurut Sulaiman ( 2005:1) mengatakan Tes parametrik adalah suatu tes yang modelnya
menetapkan syarat-syarat tertentu tentang parameter populusai yag menjadi sama
penelitiannya. Terhadap syarat-syarat tersebut biasanya tidak dilakukan pengujian terlebih
darhulu dan dianggap sudah memenuhi syarat. Seberapa jauh makna hasil tes parametrik
tersebut tergantung pada validitas anggapan tadi. Tes-test parametrik juga memnuntut bahwa
nilai-nilai yang dianalisis merupakan hasil dari suatu pengukuran minimal dengan skala
interval.
Sugiyono (2013:79) mengemukakan statistik parametris itu bekerja berdasarkan asumsi
bahwa data setiap variabel yang akan dianalisis berdasarkan berdistribusi normal. Untuk itu
sebelum peneliti menggunkan teknik statistik parametris, maka kenormalan data harus diuji
terlebih dahulu. Bila data tidak normal, maka statitik parametris tidak dapat digunakan, untuk
itu perlu digunakan statistik nonparametris. Tetapi perlu diingat bahwa yang menyebabkan
tidak normal itu apanya. Misalnya ada kesalahan instrumen dan pengumpulan data, maka dapat
mengakibatkan data diperoleh menjadi tidak akan normal. Supardi (2013:8) mengatakan
Statistik parametrik adalah bagian statistik yang parameter populasinya harus memnuhi syarat-
syarat tertentu seperti syarat data berkala intervak/rasio, styarat penagambilan sampel harus
random, berdisribusi normal atau normalitas dan syarat memiliki varian yang homogen ata
homogenitas, model regsi lineier, dan sebagainya. Dalam statistika parametrik, inidikator-
indikator yang dianalisis adalah parameter-parameter dari ukuran objek yang digunakan.
Menurut (Nisfiannoor,2009:15) mengatakan statistik inferensial dengan model parametrik
(independent Sample T test, Paired Sample T test, One Way ANOVA, Korelasi Pearson,
Analisis Regresi, dll.
Beberapa metode statistik parametrik (uji T dan Uji F/Anova) mensyaratkan asumsi
(Santoso, 2005:3) :
• Sampel (data) diambil dari populasi yang mempunyai berdistribusi normal. Jika 10 sampel
Tinggi badan diambil dari populasi 5000 mahasiswa sebuah perguruan tinggi, data tinggi
badan 5000 mahasiswa haruslah berdistribusi normal.
• Pada Uji t dan uji F untuk dua sampel atau lebih, kedua sampel diambil dari dua populasi
yang mempunyai varian sama. Jadi jika diambil sampel 10 tinggi badan pria dan 10 tinggi

2
 badan wanita dari 3000 pria dan 2000 wanita, maka varian 3000 tinggi badan pria dan varian
2000 tinggi badan wanita harusla sama atau bisa diangga sama.
• Variabel (data) yang diuji haruslah data bertipe interval atau rasio, yang tingkatannya lebih
tinggi dari data tipe nominal atau ordinal. Tinggi Badan Pria atau Wanita (sentimeter) jelas
bertipe rasio, karena dapat dari proses mengukur. Namun pendapat atau sikap pria dan
wanita (suka atau tidak suku yang diukur dengan skala Likert) bukanlah data interval atau
rasio, namun data Ordinal.
• Jumlah (sampel) data singkat kecil, sedangkan distribusi data populasinya tidak diketahui
kenormalannya. Mislanya hanya diambil masing-masing 5 sampel untuk data Berat Badan
Knosumen remaja, Konnsumen Mud dan konsumen Dewasa, maka jumlah data terlalu
sedikit untuk diproses dengan uji F (uji lebih dari dua sampel), walaupun tipe data
rasio.Untuk data yang tidak memenuhi salah satu asumsi tersebut, lebih baik menggunakan
prosedur statistik non parametrik untuk proses data.
Menurut Santoso(2010:10) Metode statistik parametrik digunakan untuk:
• Data dalam jumlah besar, biasanya diatas 30.
• Distribusi data adalah normal atau dapat dianggap normal
• Data bertipe interval atau rasio.
Jika salah satu asumsi diatas tidak terpenuhi, seperti jika data cukup banyak, namun tidak
berdistribusi normal, atau tipe data adalah nominal atau ordinal, maka metode statistik
nonparametrik dapat digunakan.
Dengan demikian, metode parametrik secara natur lebih kuat (powerful) dibanding
nonparametrik; jika pada data yang sama dilakukan pengolahan data dengan metode parametrik
kemudian nonparametrik, dan keduanya mengahsilkan kesimpulan yang berbeda, maka hasil
dari metode parametrik dapat jadi patokan. Pada umumnya, penggunaan metode parametrik
dijadikan alternatif awal untuk mengolah data; jika data memang tidak dapat diolah dengan
parametrik, maka barulah digunakan metode nonparametrik.
Beberapa metode parametrik adalah sebagai berikut:

3
 2.1.1 Korelasi

Korelasi digunakan untuk mengukur hubungan antara dua variable. Dalam analisa korelasi
ini ada beberapa asumsi dasar yang harus terpenuhi sebelum data dianalisa, yaitu:
a. Dua data yang akan dikorelasikan harus berasal dari sampel yang sama
b. Datanya harus merupakan data interval/rasio (dan data ordinal yang diintervalkan)
c. Datanya mempunyai distribusi normal
d. Hubungan kedua data harus linier.
Ada tiga jenis analisa korelasi yang bisa digunakan dalam penelitian ilmu-ilmu sosial,
diantaranya: Pearson product-moment correlation coefficient, phi coefficient dan point-
biseral correlation. Korelasi pearson product-moment digunakan untuk mengukur
hubungan antara dua variabelcontinuous. Bila variabelnya terdiri dari variable kategorial,
korelasi yang digunakan adalah korelasi phi coefficient, sedangkan point-biseral
digunakan bila variabelnya terdiri dari variabel continuousdan kategorial. Korelasi
Pearson product-moment juga dapat digunakan untuk mencari hubungan antara variabel
interval/rasio dan variabel ordinal yang diintervalkan.
2.1.2 T-Test

Adalah metode yang digunakan untuk menentukan apakah seperangkat nilai yang kita
analisa berasal dari populasi yang sama atau tidak. Analisa ini lazim digunakan untuk

4
 membandingkan mean dari dua kelompok. Ada dua jenis T-Test, yaitu: Independent
groups T-Test dan Repeated measures T-Test. Asumsi dasar yang harus dipahami dalam
analisa perbandingan T-Test adalah sebagai berikut:
a. Datanya harus data interval atau rasio.
b. Data berasal dari sampel yang random dari suatu populasi (bila ingin
mengeneralisasikan temuannya).
c. Datanya mempunyai distribusi normal.
2.1.3 Anova

ANOVA merupakan singkatan dari Analysis of Variance adalah sebuah uji statistik
yang menyerupai T Test. ANOVA digunakan untuk menguji signifikansi perbedaan dua rerata
atau lebih. ANOVA diperkenalkan oleh seorang ahli statistik bernama Ronald Fisher.
Kelebihan dari uji statistik ini yaitu dapat menguji perbedaan lebih dari dua jenis kelompok.
ANOVA terbagi menjadi dua jenis yaitu ANOVA One Way dan ANOVA Two Way.
ANOVA One Way atau satu arah adalah tes hipotesis di mana hanya satu variabel kategori
atau faktor tunggal yang dipertimbangkan. Berbeda dengan ANOVA Two Way, disini uji
hipotesis diklasifikasikan berdasarkan pada dua faktor
2.1.4 Regresi

5
 Regresi digunakan untuk memprediksi pengaruh variable bebas terhadap variable
terikat. Analisis Regresi merupakan jenis uji statistik parametrik yang digunakan untuk
menguji hubungan antar variabel, lebih tepatnya menguji atau memprediksi pengaruh
suatu variabel bebas terhadap variabel terikat. Analisis regresi pada umumnya dibagi ke
dalam tiga jenis berdasarkan bentuk model kurvanya.

2.2 Konsep Uji Parametrik Untuk Uji Normalitas

2.2.1 Konsep Pengujian Korelasi

Analisis hubungan korelasi adalah suatu bentuk analisis data dalam penelitian yang
bertujuan untuk mengetahui kekuatan atau bentuk arah hubungan diantara dua variabel atau
lebih, dan besarnya pengaruh yang disebabkan oleh variabel yang satu (variabel bebas)
terhadap variabel lainnya (variabel terikat). Koefisien korelasi adalah bilangan yang
menyatakan kekuatan hubungan antara dua variabel atau lebih atau dapat digunakan untuk
menentukan arah dari kedua variabel.
Nilai koefisien korelasi (r) berkisar -1 ≤ r ≤ 1. Besar kekuatan hubungan dinyatakan
dengan angka, sedangkan arah hubungan dinyatakan dengan dalam bentuk positif (+) atau
negatif (-).
Apabila r = -1 artinya korelasi negatif sempurna
Hal ini menunjukkan bahwa terjadi hubungan bertolak belakang antara variabel x dan
variabel y. bila variabel x naik, maka variabel y turun
Apabila r = 1 artinya korelasi positif sempurna
Hal ini menunjukkan bahwa terjadi hubungan searah variabel x dan y. Bila variabel x
naik maka variabel y juga naik.
Sedangkan, kekuatan hubungan korelasi dinyatakan berdasarkan tabel berikut

2.2.2 Konsep Pengujian T-Test

Pada tahap awal uji statistik akan selalu dilakukan analisis statistik deskriptif, sebelum
dilanjutkan ke analisis inferensial. Namun, pada kali ini kita akan fokus melakukan

6
pembahasan mengenai statistik inferensial. Uji analisis jenis ini dapat dikategorikan ke uji beda
rata-rata pada 1 sampel, uji beda rata-rata sampel berpasangan dan uji beda rata-rata sampel
tidak berpasangan.
Pada data yang terdistribusi normal, uji statistik parametrik yang dilakukan adalah uji-
t. Uji statistik untuk 1 sampel, dilakukan untuk membandingkan data sampel dengan data yang
ada pada populasi.

7
 2.2.3 Konsep Pengujian Anova
Pada sebuah penelitian, sering kali pembandingan yang dilakukan tidak terbatas pada
2 kelompok tapi bisa melebihi 2 kelompok. Pada kondisi tersebut, uji statistik yang digunakan
ada uji varian atau uji F atau disebut juga uji ANOVA (analysis of varians). Berdasarkan faktor
yang menimbulkan variansi, maka Uji ANOVA dibedakan menjadi ANOVA one-way dan
ANOVA two-way. ANOVA one-way digunakan apabila hanya ada 1 faktor yang diamati,
sedangkan apabila faktor yang diamati > 2 digunakan uji ANOVA two-way.
Sebagaimana uji paramaterik pada umumnya, maka pada uji ANOVA terdapat
beberapa prasyarat yang harus dipenuhi melalui uji asumsi, yaitu uji normalitas (data
terdistribusi normal) dan variasi sama (uji homogenitas).

Penentuan hipotesis
Ho : tidak ada perbedaan rata-rata produktivias susu sapi pada tiap kelompok pemberian
pakan yang berbeda.
Ha : ada perbedaan rata-rata produktivias susu sapi pada tiap kelompok pemberian pakan
yang berbeda

8
 Pada uji anova, apa didapatkan hasil Ha diterima/ ada perbedaan yang signifikan, maka
harus dilakukan ke uji-t (uji beda 2 sampel) untuk mengetahui, kelompok mana yang berbeda.
Perhitungan uji Anova adalah dengan menghitung nilai Fhitung. Adapun tahapan perhitungan
dapat dilihat pada tabel berikut

2.2.4 Konsep Pengujian Regresi

Analisis hubungan regresi adalah suatu bentuk analisis data dalam penelitian yang
bertujuan untuk mengetahui kekuatan atau bentuk arah hubungan diantara dua variabel atau
lebih, dan besarnya pengaruh yang disebabkan oleh variabel yang satu (variabel bebas)
terhadap variabel lainnya (variabel terikat). Koefisien korelasi adalah bilangan yang
menyatakan kekuatan hubungan antara dua variabel atau lebih atau dapat digunakan untuk
menentukan arah dari kedua variabel.
Nilai koefisien korelasi (r) berkisar -1 ≤ r ≤ 1. Besar kekuatan hubungan dinyatakan
dengan angka, sedangkan arah hubungan dinyatakan dengan dalam bentuk positif (+) atau
negatif (-).
Apabila r = -1 artinya korelasi negatif sempurna
Hal ini menunjukkan bahwa terjadi hubungan bertolak belakang antara variabel x dan
variabel y. bila variabel x naik, maka variabel y turun
Apabila r = 1 artinya korelasi positif sempurna
Hal ini menunjukkan bahwa terjadi hubungan searah variabel x dan y. Bila variabel x
naik maka variabel y juga naik.
Sedangkan, kekuatan hubungan korelasi dinyatakan berdasarkan tabel berikut

9
Sebelum melanjutkan melakukan analisis regresi terdapat 4 uji asumsi yang harus dipenuhi
dalam melakukan analisis regresi linear dan regresi berganda, (3 uji asumsi pertama khusus
untuk analisis regresi berganda):
a. Uji autokorelasi bertujuan untuk menguji apakah ada hubungan otomatis antara variabel
dependent dengan variabel independent
b. Uji Mulktiolineritas bertujuan untuk menguji apakah antar variabel independent
mempunyai hubungan langsung (berkorelasi) sempurna
c. Uji heteroskedastisitas bertujuan untuk memastikan bahwa data bersifat heterogen
d. Uji linearitas untuk mengetahui apakah antara variabel berpola linear

10
 BAB III
PENUTUP

Statistik parametrik menuntut pemahaman mendalam tentang distribusi data dan

membutuhkan pemenuhan asumsi-asumsi tertentu, seperti normalitas dan homogenitas varians.
Keuntungan utama dari statistik parametrik adalah kemampuannya untuk memberikan hasil
yang lebih rinci dan efisien, terutama jika kondisi asumsi dapat dipenuhi.
Jenis-jenis uji statistik parametrik, seperti uji t-test, uji anova, uji korelasi, dan uji regresi,
memberikan alat yang beragam untuk memecahkan pertanyaan penelitian dengan pendekatan
yang sesuai. Penggunaan statistik parametrik umumnya ditemukan dalam penelitian
kuantitatif, di mana peneliti ingin membuat generalisasi tentang suatu populasi berdasarkan
sampel yang diambil.
Namun, dalam menerapkan statistik parametrik, peneliti juga perlu mengenali tantangan
dan keterbatasan. Pelanggaran asumsi-asumsi dapat mempengaruhi keandalan hasil.

11
 DAFTAR PUSTAKA

Dahlan, S.2010. Statistik untuk Kedokteran dan Kesehatan. Jakarta:Penerbit Saleba Medika.
Herinaldi. 2005. Prinsip-prinsip Statistik untuk Teknikni dan Sains. Jakarta: Penerbit
Erlangga.
Nisfiannoor, M. 2009. Pendekatan Statitika Modern untuk Ilmu sosial. Jakarta: Penerbit
Salemba humanika.
Santoso,S.2005. Seri Solusi bisnis Berbasis IT: menggunakan SPSS untuk Statistika Non
Parametrik. Jakarta: PT Elex Media Komputindo.
Santoso,S.2010. Statistik Nonparametrik Konsep dan Aplikasi dengan SPSS. Jakarta: PT Elex
Media Komputindo.
Santoso,S.2010. Statistik Parametrik Konsep dan Aplikasi dengan SPSS. Jakarta: PT Elex
Media Komputindo.
Siregar, S.2010. Statistika Deskrpitif untuk Penelitian dilengkapi Perhitungan Manual dan
Aplikasi SPSS versi 17.Jakarta: Rajawali Pers.
Subana&Sudarajat.2000. Statistika Pendidikan. Bandung: Pustaka Setia.
Suciptawati, N.L. 2010. Metode Statistika Non Parametrik. Bali.Udayana University Press.
Sugiyono. (2013). Statistika untuk Penelitian. Bandung: CV Alfabeta.
Supardi, 2013. Aplikasi Statitiska dalam Penelitian Edisi revisi, Konsep Statitiska yang lebih
Komprehensif. Jakarta : CHANGE PUBICATION.
Thoifah, I. 2016. Statitiska Pendidikan dan Metode Penelitian Kuantitatif. Malang: Madani

12