Pendahuluan

Latar belakang pembuatan makalah ini kerena minimnya penjelasan tentang Uji
Statistik dalam modul yang di pelajari saat ini. Demi kelancaran proses pembelajaran
nantinya kita ditugaskan unutk membuat makalah dengan judul Uji Parametrik dan Uji Non
Parametrik agar bisa membantu kita dan teman-teman lainnya ataupun mahasiswa baru yang
akan masuk angkatan berikutnya.
Tujuan pembuatan makalah ini adalah untuk mencari, mempelajari dan memahami
lebih jelas lagi tentang jenis-jenis uji statistik yakni uji parametrik dan uji non parametrik.
Saya menyadiri bahwa dalam pembuatan makalah ini pasti banyak kesalahan, untuk itu saran
dan pendapat teman-teman sangat dibutuhkan demi perbaikan serta pembuatan mekalah
selanjutnya akan lebih baik lagi.
 Pembahasan
1. Definisi Statistik
Statistik adalah sekumpulan konsep dan metode yang digunakan unutk
mengumpulkan dan menginterpretasi data tentang bidang kegiatan tertentu dan mengambil
kesimpulan dalam situasi dimana ada ketidakpastian dan variasi. Stasistik dapat juga
diartikan sebagai metode/asas-asas guna mengerjakan/memanipulasi data kuantitatif agar
angka berbicara. Pendekatan dengan statistik sering digunakan metode statistik yaitu metode
guna mengumpulkan, mengolah, menyajikan, menganalisis &menginterpretasikan data
statistik. Statistika dapat pula diartikan pengetahuan yang berhubungan dengan pengumpulan
data, pengolahan data, penganalisisan dan penarikan kesimpulan berdasarkan data dan
analisis. Jadi statistik adalah produk dari kerja statistika.

2. Statistik Uji Parametrik

Statistika parametrik adalah suatu uji yang modelnya menetapkan adanya syarat-
syarat tertentu (asumsi-asumsi) tentang variabel random atau populasi yangmerupakan
sumber sampel penelitian.Pada umumnya jika data tidak menyebar normal, maka data harus
dikerjakan dengan metode statistik non-parametrik atau setidak-tidaknya dilakukan
transformasi agar data mengikuti sebaran normal, sehingga bisa dikerjakan dengan statistik
parametrik. Contoh metode statistika parametrik: uji-z (1 atau 2 sampel), uji-t (1 atau 2
sampel), korelasi pearson dan Perancangan Percobaan (1 or 2-way ANOVA parametrik).

Berikut adalah penjelasan tentang metode-metode tersebut.

 Z – Test
Z-test merupakan sebuah uji statistik yang digunakan untuk menentukan apakah dua
mean populasi berbeda ketika varians diketahui dan ukuran sampel besar. Uji statistik ini
diasumsikan memiliki distribusi normal dan gangguan parameter seperti standar deviasi
harus diketahui agar tes-z yang akan dilakukan akurat.Sebuah sampel tes satu lokasi dan
sampel uji lokasi kedua adalah berpasangan perbedaan uji dan perkiraan maksimum
adalah contoh dari tes yang dapat dilakukan sebagai z-tes. Z-tes berkaitan erat dengan t-
tes, tapi t-tes yang terbaik dilakukan ketika percobaan memiliki ukuran sampel yang
kecil, juga t-tes mengasumsikan bahwa deviasi standar tidak diketahui, sementara z-tes
 berasumsi bahwa diketahui. Jika standar deviasi populasi tidak diketahui, asumsi bahwa
varians sampel sama dengan varians populasi dibuat.
Berikut adalah rumusnya:
 Z=nilai Z
 X1=banyaknya kejadian kelompok 1
 X2=banyaknya kejadian kelompok 2
 n1=banyaknya sampel 1
 n2=banyaknya sampel 2
 p=proporsi kejadian secara keseluruhan kedua
kelompok
 q=proporsi tidak terjadinya kejadian secara
keseluruhankedua kelompok
 t – Test
T-test merupakan sebuah pemeriksaan statistik dari dua populasi yang berarti.
Dua-sample t-test menguji apakah dua sampel yang berbeda dan umumnya digunakan
ketika varians dari dua distribusi normal tidak diketahui dan ketika percobaan
menggunakan ukuran sampel yang kecil.Uji statistik dalam uji t-test sebagaimana t-
statistik. t-test berdasarkant-statistik, t-distribusi dan derajat kebebasan untuk
menentukan nilai ap (probabilitas) yang dapat digunakan untuk menentukan apakah
populasi berarti berbeda. T-test merupakan salah satu dari sejumlah tes hipotesis. Untuk
membandingkan tiga atau lebih variabel, statistik menggunakan analisis varians (Anova).
Jika ukuran sampel besar, mereka menggunakan z-test. Tes hipotesis lainnya termasuk
uji chi-square dan f-test.

 Kolerasi Pearson
Korelasi Pearson merupakan salah satu ukuran korelasi yang digunakan untuk
mengukur kekuatan dan arah hubungan linier dari dua veriabel. Dua variabel dikatakan
berkorelasi apabila perubahan salah satu variabel disertai dengan perubahan variabel
lainnya, baik dalam arah yang sama ataupun arah yang sebaliknya. Harus diingat bahwa
nilai koefisien korelasi yang kecil (tidak signifikan) bukan berarti kedua variabel tersebut
tidak saling berhubungan. Mungkin saja dua variabel mempunyai keeratan hubungan
yang kuat namun nilai koefisien korelasinya mendekati nol, misalnya pada kasus
hubungan non linier. Dengan demikian, koefisien korelasi hanya mengukur kekuatan
 hubungan linier dan tidak pada hubungan non linier. Harus diingat pula bahwa adanya
hubungan linier yang kuat di antara variabel tidak selalu berarti ada hubungan kausalitas,
sebab-akibat.

 Anova
Analisis varian (Anova) adalah suatu metode untuk menguraikan keragaman total data
menjadi komponen-komponen yang mengukur berbagai sumber keragaman.
Anova digunakan apabila terdapat lebih dari dua variabel. Dalam literatur Indonesia
metode ini dikenal dengan berbagai nama lain, seperti analisis ragam, sidik ragam, dan
analisis variansi. Ia merupakan pengembangan dari masalah Behrens-Fisher, sehingga
uji-F juga dipakai dalam pengambilan keputusan. Analisis varians pertama kali
diperkenalkan oleh Sir Ronald Fisher, bapak statistika modern. Dalam praktek, analisis
varians dapat merupakan uji hipotesis (lebih sering dipakai) maupun pendugaan
(estimation, khususnya di bidang genetika terapan).

3. StatistikUji Non-Parametrik
Statistik non-parametrik adalah statistika bebas sebaran (tidak mensyaratkan bentuk
sebaran parameter populasi, baik normal atau tidak). Statistika non-parametrik biasanya
digunakan untuk melakukan analisis pada data berjenis Nominal atau Ordinal. Data
berjenis Nominal dan Ordinal tidak menyebar normal. Contoh metode Statistika non
parametrik: Binomial test, Chi-square test, Median test dan Friedman Test.

Uji Non Parametrik ini terbagi dalam beberapa jenis test yaitu,
 Chi Square Test
Chi square test adalah sebuah metode yang banyak digunakan untuk menguji
apakah sekumpulan data mengikuti distribusi Gauss atau tidak. Terdapat
kemungkinan bahwa fluktuasi nilai terlalu kecil atau fluktuasi terlalu besar. Nilai Chi
Square ditentukan dengan persamaan berikut. Dengan Xi adalah nilai setiap
pengukuran.

 Fisher Test
 Fisher Test adalah uji eksak yang diturunkan oleh seorang bernama Fisher,
karenanya disebut uji eksak Fisher.Untuk menguji signifikansi hipotesis komparatif
dua sampel independen atau untuk menguji apakah ada perbedaan dua perlakuan yang
mungkin dari dua populasi.Uji eksak fisher (fisher exact test) digunakan ketika
persyaratan analisis chi-square untuk tabel silang 2X2 tidak terpenuhi.

 Mc Nemar Test
Mc Nemar Test adalah uji statistik nonparametrik yang digunakan pada data
nominal. Mc Nemar test digunakan pada 2x2 tabel klasifikasi untuk mencari
perbedaan antara dua proporsi yang berpasangan. Kasus yang sering digunakan pada
Mc Nemar Test adalah kasus dengan desain before dan after. Sebagai contoh, tes yang
dilakukan pada 15 pasien sebelum dan sesudah di-treatment. Hasil tes yang keluar
diberi kode 0 dan 1. Kemudian akan timbul pertanyaan, apakah ada perbedaan
signifikan dari tes yang dilakukan sebelum dan sesudah treatment.

 Kolmogorov Smirnov
Kolmogorov Smirnov merupakan pengujian normalitas yang banyak dipakai,
terutama setelah adanya banyak program statistik yang beredar. Kelebihan dari uji ini
adalah sederhana dan tidak menimbulkan perbedaan persepsi di antara satu pengamat
dengan pengamat yang lain, yang sering terjadi pada uji normalitas dengan
menggunakan grafik. Konsep dasar dari uji normalitas Kolmogorov Smirnov adalah
dengan membandingkan distribusi data (yang akan diuji normalitasnya) dengan
distribusi normal baku.
 Kesimpulan
Jadi, semua bentuk Uji Statistik dan semua jenis-jenisnya adalah saling berkaitan dan
diperlukan satu sama lain utnuk menyelesaikan sebuah soal. Hal ini disebakan karena dalam
satu jenis uji test tidak menutup kemungkinan adanya jenis uji test lsinnys ysng mendukung
uji test terkait untuk menyelesaikan soal tersebut.

Rumus Range
Range (R) adalah data terbesar dikurangi data terkecil dari satu subgroup

R = xmax - xmin.

Mean deviation(Md)
Mean deviation adalah rata-rata dari seluruh perbedaan pengamatan dibagi banyaknya
pengamatan.
Rumus: Md = ∑ I x – x I
N

Standart Deviation (s)

Standar Deviasi adalah salah satu teknik statistik yg digunakan untuk menjelaskan
homogenitas kelompok. Standart deviation merupakan jumlah kuadrat semua deviasi nilai-
nilai individual thd rata-rata kelompok. Sedangkan akar dari varians disebut dengan standar
deviasi atau simpangan baku.
Rumus Standart Deviation:

Standart Error (se)

Standar error adalah standar deviasi dari rata-rata. Bila kita mempunyai beberapa kelompok
data, misalnya tiga kelompok, maka kita akan mempunyai tiga buah nila rata-rata. Bila kita
hitung nilai standar deviasi dari tiga buah nilai rata-rata tersebut, maka nilai standar deviasi
dari nilai rata-rata tersebut disebut nilai standar error. Simbol standar error untuk sampel
adalah atau kadang-kadang ditulis SE.
Rumus menghitung nilai standar error adalah sebagai berikut

Coefficient of Variation
Koefisien variasi (CV) didefinisikan sebagai rasio dari standardeviasi pada nilai mean.

Daftar Pustaka
1. Ir.suyatno, M.Kes. ANALISIS MULTIVARIA (Uji beda/Komparatif), blog undip
2010
2. Comparing Proportions From Two Independent Samples. Applied Statistics
Handbook
3. http://sovi88.wordpress.com/2011/02/21/uji-statistik/
4. http://belalangtue.wordpress.com/2010/08/13/analisis-varian-anova-dengan-spss/
5. http://pensa-sb.info/wp-content/uploads/2010/10/ANALISIS-DATA-DALAM-
STATISTIK.pdf
6. http://bengkeldata.wordpress.com/2009/09/10/olah-data-statistik-uji-parametrik-uji-
non-parametrik/
7. http://smartstat.wordpress.com/2010/11/21/korelasi-pearson/
8. http://www.investopedia.com/terms/z/z-test.asp#axzz2AyXUw500