STATISTIK PARAMETRIK

1
Statistik

 Statistik memiliki beberapa arti. Hal ini sering digunakan

untuk mencatat data seperti angka kejadian kecelakaan
lalu lintas atau jumlah pasien yang datang ke klinik, dll

 Singkatnya, statistik adalah suatu teknik dan prosedur

yang berhubungan dengan pengumpulan, organisasi,
analisis, interpretasi dan presentasi dari informasi yang
bisa dinyatakan secara numerik.

2
Statistik

 Statistik Deskriptif
Menghitung mean, standar deviasi, median,
mode

 Statistik Inferensial
Menguji Hipotesis

3
Teknik analisis untuk uji
hipotesis

Ditentukan oleh:
1. Jenis datanya
2. Menentukan Variabel Yang Dihubungkan :
Kategorik , Numerik
3. Bentuk jenis hipotesis: komparatif, korelasi
4. Menentukan Masalah Skala Variabel :
5. Pasangan/ Tidak Berpasangan
6. Menentukan Jenis Tabel BxK
4
 DATA (berdasarkan sumbernya)

 DATA PRIMER
 langsung dari sumbernya : observasi, wawancara, kuesioner
 DATA SEKUNDER
 Tidak dari sumber pertama
e.g. Dari jurnal, rekam medik

5
DATA (BASED ON THE PROPERTY)

6
DATA KUANTITATIF
 Data yang dinyatakan dalam angka atau data kualitatif
yang diangkakan
 Data kuantitatif dibedakan menjadi dua:
1. Diskrit/nominal : data yang hanya dapat digolong-
golongkan secara terpisah, diskrit atau kategori.
Data diperoleh dari hasil menghitung (bilangan bulat)
Misal : dalam I kelas setelah dihitung tdp 50
mahasiswa terdiri atas 30 pria dan 20 wanita
2. Kontinum : data yang bervariasi menurut tingkatan
dan diperoleh dari hasil pengukuran (bisa pecahan)
7
Data kontinum ordinal
 Data kontinum ordinal adalah data yang berbentuk
rangking atau peringkat
 misalnya : juara I, II, III
Atau
 data yang dinyatakan dalam skala, dengan jarak satu data
dengan data yang lain tidak sama
I II III IV V VI

88 83 66 60 40 30

8
 Data kontinum interval
 Data kontinum interval adalah data yang jaraknya sama
tetapi tidak mempunyai nilai nol (0) absolut/mutlak
Contoh :
Skala thermometer  0ºC tetap ada nilainya

 Data interval dapat dibuat menjadi data ordinal (peringkat)

-2 -1 0 1 2 3 4 5 6

1 2 3 4 5 6 7 8 9 ordinal
9
Data kontinum ratio

 Data kontinum ratio adalah data yang jaraknya sama dan

mempunyai nilai nol mutlak, dapat dijumlahkan / dikalikan
Contoh:
Berat 0 kg berarti tidak ada bobotnya

 Data ini juga dapat diubah ke dalam interval atau ordinal

10
Mengidentifikasi Jenis Analisis Bivariat Dengan
Menetukan Skala Pengukuran Variabel

Jenisi Hipotesis VariabelYang Dicari Asosiasinya Istilah

Variabel 1 Variabel 2
Hipoteisi Kategorik Katagorik Komparatif
Komparatif Kategorik
Kategorik Numerik Komparatif
Numerik
Numerik Numerik Komparatif
Numerik
Hipotesis Korelatif Kategorik Kategorik Korelatif
Kategorik
Kategorik Numerik Korelatif
Kategorik
Numerik Numerik Korelatif Numerik

11
Analisis statistik pada uji
hipotesis

 Uji Parametrik
 Uji Non parametrik

12
 UJI PARAMETRIK

 Metode statistik untuk pengujian hipotesis

dengan mendasarkan pada parameter dalam
analisis datanya

13
Asumsi Penggunaan Uji Parametrik

1. Sampel ditarik dari populasi yang berdistribusi

normal atau mendekati distribusi normal
2. Variabel paling sedikit skala interval
3. Varian homogen
4. Sampel besar

14
Kelebihan Uji Parametrik

1. Didasarkan pada teori normalitas

2. Power hipotesis kuat
3. Validitas uji lebih baik dengan metode statistik yang
lain
4. Kemungkinan bias lebih kecil dibanding metode
statistik yang lain

15
Univariabel

sampel populasi

16
 Bivariabel

Variabel Variabel
x y

Assosiasi
Korelasi-Regresi
Komparasi

- Status sosial dengan jumlah anak (assosiasi)

- Jenis kelamin mahasiswa dengan kadar Hb (assosiasi)
- Hasil terapi obat A dibanding plasebo terhadap lama kesembuhan
(komparasi dan pengaruh)
- Kadar kolesterol dengan ateroskelorosis (korelasi-regresi, causal-effect)
17
Multivariabel

A Hb

B kolesterol Y

obesitas
C trigliserida

18
UJI DISTRIBUSI NORMAL & HOMOGENITAS
UJI NORMALITAS
 Metoda Deskriptif
 Koefisien Varian : (SD / Mean) X 100%  NORMAL: = < 30 %
 Rasio SKEWNESS: (Skew / SE Skew)  NORMAL: -2 s/d 2
 Rasio KURTOSIS: (KURT / SE KURT)  NORMAL: -2 s/d 2
 HISTOGRAM

 Metoda Analitik  NORMAL bila p ≥ 0.05

 Uji KOLMOGOROV – SMIRNOV (Sampel > 50)
 Uji SHAPIRO-WILK (Sampel < 50)

UJI HOMOGENITAS  HOMOGEN bila p ≥ 0,05

 Uji LEVENE
 Uji CHI KWADRAT
19
Contoh : Uji Normalitas

Kolmogorov - Smirnov
statistic df Sig
Umur 0,068 147 0,098
responden

p > 0,05 (0,098) --- tidak signifikan

Interpretasi data umur responden berdistribusi normal

20
Bagaimana bila data tidak normal ?

 Lakukan transformasi : proses untuk menormalkan

data yang tidak normal
 Cara dengan : Log, akar, kuadrat, fungsi matematik
lain
 Bila setelah dilakukan transformasi data tetap tidak
normal, maka uji hipotesis tidak boleh
menggunakan statistik parametrik

21
 TES PARAMETRIK
1. t Test
 Independent t-test :
 Dependent t-test:
2. Analis varians (ANOVA)
3. Korelasi Pearson / regresi
Untuk menguji hubungan antara 2 variabel
4. Path Analysis:
untuk menguji jalur efek
prinsip: korelasi

22
 t – Test untuk kelompok independent
(t – test tidak berpasangan)

 Tujuan :
 Untuk menguji perbedaan antara 2 rata-rata dari
kelompok independent

 Tingkat pengukuran:
 IV : rasio, interval, ordinal, nominal
 DV : rasio, interval

23
Model t-test Independent
(tidak berpasangan)

Group-1

Intervensi A Y
X
(nominal) (Int, Ras)

Perlakuan
KomparasI
( Y vs. Y1 )
Group-2
( Intervensi B )
Y1
X!
(Int, Ras)
(nominal) tidak di intervensi

Kontrol

24
 t- Test untuk kelempok dependent
(t-test berpasangan)

 Tujuan :
 Untuk menguji perbedaan antara rata-rata dari 2
kelompok dependent

 Tingkat pengukuran :
 IV : ratio, interval, ordinal, nominal
 DV : ratio, interval

25
Model Paired t Test

Group Before Group After

Intervensi
A A1
Beda nilai
X–Y(d)

Mean of A Beda Mean of A1

SD of A Mean SD of A1
( A – A1)

26
 ANOVA (F test)
 Anova adalah perpanjangan logis dari t-test ketika
kita mempunyai data dari 3 atau lebih kelompok
independent
 Tujuan :
Untuk menguji perbedaan rata-rata lebih dari 2
kelompok variabel independen
 Tingkat pengukuran :
 IV : ratio, interval, ordinal, nominal
 DV : ratio, interval

27
 Model One Way ANOVA
Group

Ibu yang
minum Mean -1, SD1
Subkelompok-1
alkohol 1 botol BB bayi saat lahir
/minggu

ibu yang
Subkelompok-2 minum Mean-2, SD2
alkohol 2 botol BB bayi saat lahir
/minggu

Ibu tidak
Mean-3, SD3
Subkelompok-3 Minum
BB bayi saat lahir
alkohol
28
C.Albicans Colony Number After Treated by
Various Concentration of Salam Leaves
Jumlah Koloni C. Albicans setelah diberikan perlakuan
berbagai konsentrasi daun salam

Conc. Control Conc. Conc. Conc. Conc.

n 0% 5% 10% 15% 20%

1
2
3
4
Mean
SD

29
 Model Two Way ANOVA
Tingkat pendidikan

Subgroup-1 Subgroup-2 Subgroup-3

Sub
Group-1

Sub
alcoholic Group-2 Baby BW
at birth

Sub
Group-3

30
Pearson Correlation

Nilai korelasi 0 = tidak ada korelasi

Nilai korelasi > 0 - < 0,2 = sangat lemah
Nilai korelasi 0,2 - < 0,4 = Lemah
Nilai Korelasi 0,4 - < 0,6 = Sedang
Nilai korelasi 0,6 - < 0,8 = kuat
Nilai korelasi 0,8 - 1 = Sangat Kuat
(Dahlan, 2013)

31
Arah korelasi

Korelasi dapat positif atau negatif

• Korelasi positif menunjukkan arah yang sama
hubungan anatar variabel, artinya jika variabel 1 besar
maka variabel 2 semakin besar pula.
• Sebaliknya korelasi negatif menunjukkan arah
yang berlawanan, artinya jika variabel 1 besar,
maka variabel 2 menjadi kecil.

32
1.

Y= 1,720 – 0,003X
O
s
t
e
o
k
l
a
s

Dosis

Grafik hubungan sel osteoklas dengan dosis ekstrak biji

Kekuatan korelasi (R) = -0,614
Koefisien determinasi (R2 )= 0,377
33
Regression

 Berguna untuk melakukan prediksi

 melalui persamaan garis
mis. Y= 1,720 – 0,003X

 Pada uji regresi linier didapatkan koefisiensi determinasi

R Square (R2) , mis. 0,377
 artinya bahwa kontribusi perlakuan adalah 37,7%
sedangkan sisanya 62,3% disebabkan oleh
faktor-faktor lain yang tidak diteliti

34
 Terima kasih
atas perhatiannya

35