“ANALITIK PARAMETRIK”

Oleh
KELOMPOK 5
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 mengikuti sebaran normal, sehingga bisa
dikerjakan dengan statistik parametrik.
 Uji-z (1 atau 2 sampel)
 Uji-t (1 atau 2 sampel)
 Korelasi pearson,
 Perancangan percobaan (one or two-way anova
parametrik), dll.

Ciri-ciri statistik parametrik :

 Data dengan skala interval dan rasio
 Data menyebar/berdistribusi normal
Keunggulan :
Syarat syarat parameter dari suatu populasi yang
menjadi sampel biasanya tidak diuji dan dianggap
memenuhi syarat, pengukuran terhadap data
dilakukan dengan kuat.
Observasi bebas satu sama lain dan ditarik dari
populasi yang berdistribusi normal serta memiliki
varian yang homogen.
Kelemahan :
Populasi harus memiliki varian yang sama.
Variabel-variabel yang diteliti harus dapat
diukur setidaknya dalam skala interval.
Dalam analisis varian ditambahkan
persyaratan rata-rata dari populasi harus
normal dan bervarian sama, dan harus
merupakan kombinasi linear dari efek-efek
yang ditimbulkan.
Asumsi yang paling lazim pada uji parametrik
adalah sampel acak yang berasal dari populasi
yang berdistribusi normal, data bersifat
homogen, dan bersifat linier. Bila asumsi-asumsi
ini dipenuhi, atau paling tidak penyimpangan
terhadap asumsinya sedikit, maka uji parametrik
masih bisa diandalkan. Tetapi bila asumsi tidak
dipenuhi maka uji nonparametrik menjadi
alternative.
Pengujian normalitas dilakukan untuk mengetahui normal
tidaknya suatu distribusi data. Hal ini penting diketahui
berkaitan dengan ketetapatan pemilihan uji statistik yang
akan dipergunakan. Uji parametrik misalmya,
mengsyaratkan data harus berdistibusi normal. Apabila
distribusi data tidak normal maka disarankan untuk
menggunakan uji nonparametrik.
Pengujian normalitas ini harus dilakukan apabila belum
ada teori yang menyatakan bahwa variabel yang diteliti
adalah normal. Dengan kata lain, apabila ada teori yang
menyatakan bahwa suatu variabel yang sedang diteliti
normal, maka tidak diperlukan lagi pengujian normalitas
data.
1. Uji Beda(t-Test)
Ada 3 jenis analisis data : univariat, bivariat dan
multivariat. Bivariat berarti 2 variabel. Dalam posisi
kerangka konsep penelitian, 2 variabel tersebut
menempati posisi 1 variabel sebagai variabel independen
(mempengaruhi) dan 1 variabel sebagai dependen
variabel (variabel terpengaruh). Dalama analisis dua sisi
(2 side) tidak dapat ditentukan mana variabel
independen dan mana variabel dependen. Peneliti
sendiri yang menterjemahkan variabel tersebut. Analisis
data menggunakan komputer, bila kedua variabel
tersebut diputar - letakkan, maka hasilnya akan sama
(bukti).
2. Uji Beda 2-Rata-rata (t-test)
Di bidang kesehatan sering kali kita harus membuat
kesimpulan apakah suatu intervensi berhasil atau tidak.
Untuk mengukur keberhasilan tersebut kita harus
melakukan uji untuk melihat apakah parameter (rata-
rata) dua populasi tersebut berbeda atau tidak.
Misalnya, apakah ada perbedaan rata-rata tekanan
darah populasi intervensi (kota) dengan populasi kontrol
(desa). Atau, apakah ada perbedaan rata-rata berat
badan antara sebelumdengan sesudah mengikuti
program diet. Sebelum kita melakukan uji statistik dua
kelompok data, kita perlu perhatikan apakah dua
kelompok data tersebut berasal dari dua kelompok
yang independen atau berasal dari dua kelompok yang
dependen/berpasangan.
Konsep Uji Beda Dua Rata-rata
Uji beda rata-rata dikenal juga dengan nama uji-t (t-
test ). Konsep dari uji beda rata-rata adalah
membandingkan nilai rata-rata beserta selang
kepercayaan tertentu (confidenceinterval) dari dua
populasi. Prinsip pengujian dua rata-rata adalah melihat
perbedaan variasikedua kelompok data. Oleh karena itu
dalam pengujian ini diperlukan informasi apakah varian
kedua kelompok yang diuji sama atau tidak. Varian kedua
kelompok data akan berpengaruh pada nilai standar
error yang akhirnya akan membedakan rumus
pengujiannya.Dalam menggunakan uji-t ada beberapa
syarat yang harus dipenuhi.
3. Independent-sample t test (uji t sampel
independen)
1. Digunakan untuk membandingkan rata-rata (mean)
dari dua kelompok data yang berbeda satu sama
lain. Jadi benar-benar memiliki 2 sampel/kelompok
obyek/responden.
2. Variabel: ada 2 variabel (1 bertipe interval/rasio
dan 1 lagi bertipe nominal). Variabel bertipe
interval/rasio untuk menampung data
3. yang akan dibandingkan, sedang variabel bertipe
nominal untuk menampung jenis/kelompok
sampelnya.