Mengolah data statistik

inferensi (Statistik Parametik

dan Non Parametik dengan
Program SPSS 26
kelompok 2
Okti Zulfa Wulandini (1202060069)
Pratiwi Devi Kurniasih (1202060070)
Qurrota A’yun (1202060073)
Statistik Inferensial
● Statistik inferensial adalah statistik yang digunakan untuk menganalisis data sampel,
dan hasilnya akan diinferensikan untuk populasi dari sampel yang diambil
● selain itu, untuk memberi peluang kebenaran data sampel terhadap populasi, maka
peneliti menentukan nilai α(tingkat signifikansi).
● Macam macam Statistik inferensial
 Statistik Parametris digunakan untuk menganalisis
data interval dan rasio
● Data interval adalah data yang diperoleh dari hasil pengukuran
menggunakan skala interval .misalnya tentang nilai ujian 6 orang
mahasiswa, yakni a, b, c, d, e dan f diukur dengan ukuran interval pada
skala prestasi dengan ukuran 1, 2, 3, 4, 5 dan 6, maka dapat dikatakan
bahwa beda prestasi antara mahasiswa c dan a adalah 3 – 1= 2. beda
prestasi antara mahasiswa c dan f adalah 6 – 3 = 3.
● Data rasio dapat dibuat perkalian atau pembagian.Angka pada data rasio
dapat menunjukkan nilai sebenarnya dari objek yang diukur. Misal, Jika ada
4 orang pengemudi, A, B, C dan D mempunyai pendapatan masing-masing
perhari A. Rp. 10.000, B. Rp.30.000,C. RP. 40.000, dan D. Rp. 50.000. Bila
dilihat dengan ukuran rasio maka pendapatan pengemudi C adalah 4 kali
pendapatan pengemudi A. Pendapatan pengemudi D adalah 5 kali
pendapatan pengemudi A. Pendapatan pengemudi C adalah 4/3 kali
pendapatan pengemudi B.
 Ukuran uji dalam Statistik parametris
antara lain: t-test, Anova , Korelasi
● Sebelum uji statistik parametris, harus dilakukan uji normalitas dahulu (apakah data berdistribusi
normal atau tidak)

Jika data distribusi normal maka statistik parametrik bisa dipergunakan

Jika data tdk normal maka menggunakan statistik non parametrik normalitas data juga bergantung
pada instrumen dan pengumpulan data

Contoh uji t satu sampel

Uji-t satu sampel hanya bisa digunakan untuk membandingkan nilai rata-rata sampel
pada satu variabel dengan nilai rata-rata yang sudah ditentukan.
 Contoh uji t satu sampel
Menguji Apakah Satu Sampel
Sama/Berbeda Dengan Rata-rata
Populasinya
● Hitung Rata-rata Sampel (X Bar)
● Hitung Rata-rata Populasi ()
● Hitung Std. Dev (S)
● Derajat Kebebasan : Df = N – 1
● Tingkat Signifikansi ( Α = 0.025
Atau 0.05)
● Pengujian Apakah Menggunakan 1
Ekor Atau 2 Ekor
● Diperoleh T Hitung ; Lalu
Bandingkan Dengan T Tabel :
● Jika T Hitung  T Tabel Ho
● Dan T Hitung > T Tabel Ho
Ditolak
Contoh :
 Peneliti ingin mengetahui apakah guru
yang bekerja selama 8 tahun memang
berbeda dibandingkan dengan guru
seniaor lainnya, jumlah guru sebanyak
90 orang Ho : p1 = p2
 Diperoleh rata2 = 17.26 ; std. Dev =
7.6 ; df = 89 ; t hitung = 11.55
 Berdasarkan tabel df=89 dan α = 0.05
diperoleh t tabel = 1.987
 Kesimpulan : t hitung > t tabel sehingga
Ho ditolak.
Maka guru yang bekerja selama 8 tahun
secara
signifikan berbeda dengan guru seniaor
lainnya
Hipotesis, Pengujian
Hipotesis : Uji signifikansi (keberartian) terhadap hipotesis yang dibuat ;berbentuk hipotesis
penelitian dan hipotesis statistik (Ho) ;hipotesis terarah, dan tidak terarah ;
akibat dari adanya Ho, maka akan ada Ha (hipotesis alternatif) yakni hipotesis yang akan diterima
seandainya Ho ditolak

Hipotesis Terarah Tidak terarah

Hipotesis Penelitian Siswa yang belajar Bahasa lebih Terdapat perbedaan keseriusan
serius daripada siswa yang belajar antara siswa yang belajar
IPA bahasa dengan yang belajar IPA

Hipotesis Nol Siswa yang belajar Bahasa tidak Tidak terdapat perbedaan
(Yang diuji) menunjukkan kelebihan keseriusan keseriusan belajar antara siswa
daripada yang belajar IPA bahasa dan IPA
Ho : b < i
Ha : b ≥ i Ho : b = i
Ha : b ≠ i
Pengujian : bila Ho terarah, maka pengujian signifikansi satu pihak
bila Ho tidak terarah, maka pengujian signifikansi dua pihak

Pengujian signifikansi satu arah (hipotesis terarah):

Siswa yang belajar bahasa tidak menunjukkan kelebihan keseriusan daripada
yang belajar IPA
 Ho : b < i
Jika Ho ditolak, maka Ha diterima ; daerah penolakan berada di sebelah kanan

5% 2,5% 2,5%

Daerah
Daerah penerimaan hipotesis Daerah Daerah
peneolakan
peneolakan peneolakan hipotesis
hipotesis hipotesis
 Lanjutan

Pengujian signifikansi dua arah (hipotesis tidak terarah):

Tidak terdapat perbedaan keseriusan antara siswa yg belajar bahasa dan IPA
 Ho : b = i
Jika Ho ditolak, maka Ha diterima ; daerah penolakan bisa berada di sebelah kir
atau kanan

Jika asumsi distribusi normal tidak

terpenuhi, maka menggunakan
Statistik non- Parametrik
 UJI BINOMIAL ADALAH UJI NON PARAMETRIC YANG DIGUNAKAN UNTUK
MENGGANTIKAN UJI STATISTIK T, JIKA DIASUMSIKAN N KECIL DAN POPULASI
NORMAL SEBAGAI SYARAT UJI T TIDAK DIPENUHI

• Rumus yang digunakan pd uji binomial ini, yaitu: n

Percobaan saling independen
• Masing-masing percobaan mempunyai probabilitas yang sama yaitu
• P (kelas pertama) dan 1-P atau Q (kelas kedua).

Rumus Perhitungan

Keterangan :

P = Proporsi kasus yang diharapkan dalam salah satu kategori/ proporsi “sukses” dalam populasi.
q = Proporsi yang muncul dalam kategori lainnya/ proporsi “gagal” dalam populasi. (q= 1-p).
N = Jumlah sampel.
K = Jumlah pengamatan terbesar.
 Uji Parametrik (menggunakan Uji nonparametrik yang
Tujuan
asumsi distribusi Normal) bersesuaian
Uji Mann-Whitney U; Uji  Membandingkan dua sample
Uji – t untuk sample bebas
Wilcoxon jumlah peringkat bebas

Uji Wilcoxon pasangan Meneliti perbedaan dalam  suatu

Uji – t  Berpasangan
dengan peringkat yang cocok grup

Koefisien korelasi peringkat Mengetahui hubungan korelasi

Koefisien Korelasi Pearson
Spearman linier antara dua peubah

Analisa varians dengan

Membandingkan tiga grup atau
Analisa varians satu arah (Uji F ) menggunakan peringkat
lebih
Kruskal-Wallis

Mabandingkan tiga grup atau lebih

Analisa varians dua arah
Analisa varians dua arah dengan menggunakan dua faktor
Friedman
yang berbeda
 Pengujian dengan t- Tes (Uji t) Untuk 1 sampel
(Uji t satu sampel) dengan Program SPSS Versi 26

Inferensi dengan parametrik akan dibagi kedalam beberapa menu pada

SPSS, (Santoso,2005) yaitu menu :
 Compare Means,
 General Linear Model (GLM),
 Correlate dan
 Regression

 Compare Means
Pembahasan pada compare means meliputi :
a) Pengujian dengan t test
Bagian ini membahas uji t yang meliputi :
 Uji t satu sampel
 Uji t untuk dua sampel berpasangan (paired)
 Uji t dua sampel independen (tidak berhubungan)
 Pengujian dengan One Way ANOVA (ANOVA satu jalur)
Pengujian ANOVA digunakan untuk menguji lebih dari dua sampel
 
 Pengujian dengan General Linear Model (GLM)
GLM merupakan kelanjutan dari ANOVA, pada GLM dibahas satu variable dependen
namun mempunyai satu atau lebih faktor
Contoh 1 :
Misalkan seorang guru matematika ingin mengetahui apakah Penilaian Tengah Semester (PTS)
matematika siswa memiliki rata-rata lebih dari 60

Berikut daftar nilai PTS matematika siswa

Analisislah apakah nilai PTS matematika yang diajarnya memiliki mean (rata-
rata) lebih 60 ?
Penyelesaian :
Langkah yang perlu ditempuh adalah sebagai berikut :
Menentukan Hipotesis

Pengujian dengan t- Tes

 Uji t satu sampel
Uji t satu sampel merupakan pengujian rata-rata untuk sampel tunggal yang hasilnya dibandingkan
dengan suatu value atau nilai konstanta tertentu.

Sehingga dari perbandingan tersebut dapat diketahui apakah  sample data yang ada lebih tinggi atau lebih
rendah dari value yang telah ditetapkan.

Syarat dari uji ini adalah data yang digunakan merupakan data kuantitatif dan berdistribusi normal .