STATISTIK PARAMETRIK

OLEH:
YEYEN A. FAKU
YOHANA J.D. YUBILIANTI
PENGERTIAN

 Statistika Parametrik adalah metode

statistika yang menyangkut pendugaan
parameter, pengujian hipotesis,
pembentukan selang kepercayaan, dan
hubungan antara dua sifat (peubah) atau
lebih bagi parameter- parameter yang
mempunyai sebaran (distribusi normal)
tertentu yang diketahui.
Prosedur penggunaan statistika parametrik harus
mempertimbangkan:
 Penentuan Hipotesis
 Pemilihan uji statistika (alat analisis)
 Penentuan
 Taraf Nyata α dan ukuran cuplikan (n)
 Menentukan sebaran cuplikan (Sampling
distribution)
 Penentukan daerah penolakan Ho
 Pengambilan keputusan dan penarikan kesimpulan.
KELEBIHAN

 Dapat digunakan untuk menduga atau meramal.

 Hasil analisis dapat diperoleh dengan pasti dan
akurat apabila digunakan sesuai aturan-aturan
yang telah ditetapkan.
 Dapat digunakan untuk mengukur interaksi
hudungan antara dua atau lebih variabel (peubah).
 Dapat menyederhanakan realitas permasalahan
yang kompleks & rumit dalam sebuah model
sederhana.
KEKURANGAN
 Berdasarkan pada anggapan-anggapan (Asumsi)
 Asumsi tidak sesuai dengan realitas yang terjadi atau
menyimpang jauh maka kemampuannya tidak dapat
dijamin bahkan menyesatkan.
 Data harus berdistribusi normal dengan skala
pengukuran data yang harus digunakan adalah interval
& rasio.
 Dapat digunakan untuk menganalisis data yang
populasi/sampelnya sama.
 Tidak dapat dipergunakan untuk menganalisis dengan
cuplikan (Sampel) yang jumlahnya sedikit (> 30)
PEMODELAN

Pemodelan statistika adalah upaya

memodelkan permasalahan ke dalam konsep
statistika dengan prosedur:
 Ubah pernyataan ke dalam lambang
statistika
 Pemilihan metode analisis yang tepat
 Aplikasi metode secara benar
Uji apa saja yang termasuk dalam
statistic parametric ?
1. Uji-t

Uji-t digunakan untuk menguji signifikansi

dalam satu kelompok sampel (satu rerata)
atau dua kelompok sampel (dua rerata).
Contoh rumusan hipotesa:
 Ho = daya tahan lampu minimal 400 jam (≥
400jam)
 Ha = daya tahan lampu lebih kecil dari 400
jam (< 400jam)
2. ANOVA

ANOVA adalah analisis yang digunakan untuk

menguji signifikansi perbedaan dua rerata atau
lebih.
Contoh kasus: Dilakukan penelitian untuk
mengetahui pengaruh suatu metode belajar baru
disebuah sekolah. Sampel penelitian terdiri atas 15
orang yang diambil secara random. Penelitian
dilakukan dengan melihat hasil belajar siswa
sebelum digunakan metode baru, dan sesudah
digunakan 1 bulan dan 2 bulan.
 Ho= tidak terdapat perbedaan hasil belajar
siswa dengan metode baru (metode baru
tidak berpengaruh terhadap hasil belajar)
 Ha= terdapat perbedaan hasil belajar siswa
dengan metode baru (metode baru dapat
meningkatkan hasil belajar)
 Ujilah dengan menggunakan tingkat
kesalahan 5%
3. Regresi

Regresi digunakan untuk uji asosiatif, lebih

ditujukan untuk
mengestimasi/memprediksikan variable
bebas terhadap variable terikat.
4. Korelasi
Korelasi digunakan untuk menguji hubungan antar variabel.
Contoh kasus:
Seorang mahasiswa mengadakan penelitian untuk mengetahui
kontribusi motivasi belajar dengan prestasi pada siswa SMA. Sampel
yang diambil sebanyak 12 siswa, dengan taraf signifikansi 5%
 Motivasi Belajar(X) = 450, 475, 450, 470, 475, 455, 475, 470, 485, 480,
475, 480
 Prestasi(Y) = 80, 70, 75, 65, 70, 60, 80, 75, 85, 90, 70, 85
Pertanyaan:
 Berapa besar hubungan variable X denganY?
 Berapakah besar sumbangan (kontribusi) variable X dengan Y?
 Buktikan apakah ada hubungan yang signifikan antara motivasi
belajar dengan prestasi siswa?
Buat Hipotesa:
 Ha: terdapat hubungan antara motivasi
belajar dengan prestasi siswa SMA
 Ho: tidak terdapat hubungan antara motivasi
belajar dengan prestasi siswa SMA
5. Analisis jalur

Analisis jalur digunakan untuk menguji

hubungan kausal (sebab akibat) yang
didapatkan melalui kajian teori yang telah
dirumuskan.Analisis jalur digunakan dalam
rangka mempelajari saling ketergantungan
antar variabel
Thanks…