STATISTIKA

PARAMETRIK
Maria Ulfa, S.KM., M.Kes
Biostatistik (Teori)
Prodi S1 Ilmu Keperawatan
Asumsi Dasar Statistika Parametrik

 Ada beberapa asumsi yang mendasari penggunaan uji statistika

parametrik, yaitu :
1. Skala Data
2. Distribusi Data
3. Varians Data
SKALA DATA
 Data minimal berskala interval, atau dengan kata lain harus berskala interval atau
rasio.
 Data yang dianalisis harus mempunyai kemampuan “mengukur besar beda” atau
“mengukur kelipatan”.
 Secara lengkap (untuk skala data) kemampuan diskriminasi dari skala data adalah
sebagai berikut :
Skala Data
Kemampuan Diskriminasi
Nominal Ordinal Interval Rasio
Sekedar Membedakan + + + +

Menentukan Urutan - + + +

Membedakan Besar Beda - - + +

Mengukur Kelipatan - - - +
DISTRIBUSI DATA
 Data yang dianalisis harus berdistribusi normal.
 Ada beberapa cara yang dapat dilakukan untuk melihat distribusi
normal, yaitu :
1. Menggunakan Ukuran Statistik
2. Menggunakan Grafik/Plot
VARIANS DATA
 Data mempunyai varians yang homogen.
 Walaupun ada yang tidak harus homogen, karena sudah ada pendekatan
tersendiri jika mempunyai variansi yang heterogen (misal : uji-t sampel
bebas).
 Ada uji khusus yang digunakan untuk menguji varians dari data, yaitu :
1. Uji t sampel bebas, untuk mengetahui kondisi varians data (homogen/
heterogen), digunakan uji F.
2. Anova one way untuk melihat kehomogenitasan data, digunakan uji
Barlett.
 Uji - t
 Uji – t terdiri dari :
1. Uji – t satu sampel
2. Uji – t sampel berpasangan (dependent)
3. Uji – t sampel bebas (independent)
Uji – t Sampel Bebas
 Fungsi Uji :

Untuk mengetahui perbedaan antara 2 kelompok yang saling bebas atau independen.
 Asumsi :

1. Data berskala minimal interval

2. Data berdistribusi normal

 Hipotesis :

Satu Arah

1. H0 : µ1 = μ0 (Tidak ada perbedaan rata – rata (sampel) antara kelompok 1 dan 2)

H1 : µ1 > μ2 (Nilai rata – rata (sampel) kelompok 1 lebih besar dibandingkan dengan kelompok 2)

2. H0 : µ1 = μ0 (Tidak ada perbedaan rata – rata (sampel) antara kelompok 1 dan 2)

H1 : µ1 < μ0 (Nilai rata – rata (sampel) kelompok 1 lebih kecil dibandingkan dengan kelompok 2)
Uji – t Sampel Bebas
 Hipotesis :
Dua Arah
H0 : µ1 = μ0 (Tidak ada perbedaan rata – rata (sampel) antara kelompok 1 dan 2)

H1 : µ1 ǂ μ0 (Ada perbedaan rata – rata (sampel) antara kelompok 1 dan 2)

 Perhitungan nilai uji statistika untuk uji-t sampel bebas, sangat tergantung pada
kondisi varians data.
 Untuk itu, perlu dilakukan uji variansi guna mengetahui apakah data mempunyai
varians homogen atau heterogen.
UJI VARIANSI

 Fungsi Uji :
Untuk mengetahui apakah data mempunyai varians homogen atau heterogen.
 Asumsi :
1. Data berskala minimal interval
2. Data berdistribusi normal
 Hipotesis :
H0 : Varians data homogen

H1 : Varians data heterogen

UJI VARIANSI
 Statistik Uji :

Dimana :
S12 = Simpangan Baku Kelompok 1

S22 = Simpangan Baku Kelompok 2

 Pengambilan Keputusan :
Untuk menarik kesimpulan (apakah H0 diterima atau ditolak), digunakan tabel F.

H0 diterima, jika :
Ftabel (1) ≤ Fhit ≤ Ftabel(2)
UJI VARIANSI
Dimana :
Ftabel(1) = Tabel F dengan derajat bebas
• Pembilang = n1 – 1
• Penyebut = n2 – 1
dan tingkat signifikansi α/2
F(n1-1)(n2-1)(α/2)
Ftabel(2) = Tabel F dengan derajat bebas
• Pembilang = n1 – 1
• Penyebut = n2 – 1
dan tingkat signifikansi (1 – α/2)
F(n1-1)(n2-1)(1-α/2)
UJI VARIANSI
Catatan :
Uji-t Sampel Bebas dengan Varians Data Homogen

 Statistik Uji :

Dimana :

n1 = Ukuran sampel untuk kelompok 1

n2 = Ukuran sampel untuk kelompok 2

S1 = Simpangan baku untuk kelompok 1

S2 = Simpangan baku untuk kelompok 2

Uji-t Sampel Bebas dengan Varians Data Homogen

 Pengambila Keputusan :
Untuk menarik kesimpulan (apakah H0 diterima atau ditolak), digunakan tabel t student dengan

derajat bebas (n1 + n2 - 2) dan tingkat signifikansi α.

H0 ditolak, jika :

| thit| > ttabel

Uji-t Sampel Bebas dengan Varians Data Heterogen

 Statistik Uji :

Dimana :

n1 = Ukuran sampel untuk kelompok 1

n2 = Ukuran sampel untuk kelompok 2

S1 = Simpangan baku untuk kelompok 1

S2 = Simpangan baku untuk kelompok 2

Uji-t Sampel Bebas dengan Varians Data Heterogen

 Pengambilan Keputusan :
H0 ditolak, jika :

| thit| > ttabel

ttabel adalah tabel t student dengan tingkat signifikansi α dan derajat bebas :
Contoh Soal
 Ingin dilihat pengaruh status gizi ibu selama kehamilan terhadap berat badan bayi yang akan dilahirkan.
Terdapat 16 ibu hamil dengan kondisi :
 Kelompok 1 : 8 ibu hamil dengan status gizi baik
 Kelompok 2 : 8 ibu hamil dengan status gizi sedang
 Setelah ke 16 ibu hamil tersebut melahirkan, diukur berat badan bayi yang telah dilahirkan, dan diperoleh
data sebagai berikut :.
Berat Lahir Bayi (kg) Kelompok 1 Berat Lahir Bayi (kg) Kelompok 2
3,0 2,5
3,0 2,5
2,9 2,3
2,8 3,0
2,8 2,8
2,6 2,7
3,1 3,1
2,6 2,4
Contoh Soal
• Pertanyaan : Apakah ada perbedaan berat badan bayi yang dilahirkan
oleh ibu dengan status gizi (saat hamil) baik dan sedang ? (gunakan α
= 5%)
Penyelesaian :
1. Buat hipotesis uji
H0 : µ1 = μ2
(Tidak ada perbedaan berat badan bayi yang dilahirkan oleh ibu dengan status gizi baik dan sedang)
H1 : µ1 ǂ µ2
(Ada perbedaan berat badan bayi yang dilahirkan oleh ibu dengan status gizi baik dan sedang)
2. Lakukan perhitungan beberapa nilai statistik yang akan digunakan untuk menghitung nilai statistik uji
X1 = 2,85

X2 = 2,6625

S1 = 0,185

S2 = 0,288

n1 =8

n2 =8
Penyelesaian :
3. Lakukan uji variansi
a. Buat hipotesis uji
H0 = Varians data homogen

H1 = Varians data heterogen

b. Hitung nilai statistik uji (nilai F)
F = (0,185)2/(0,288)2 = 0,4096
c. Tarik kesimpulan dengan membandingkan nilai F dengan tabel F
α = 5%
F(7) (7) (0,025) = 4,99
F(7) (7) (0,975) = 1 / F(7) (7) (0,025) = 1 / 4,99= 0,2004
0,2004 ≤ 1,7501 ≤ 4,99
Jadi H0 diterima, artinya Varians data homogen
Penyelesaian :
4. Hitung nilai S 6. Tarik kesimpulan dengan
membandingkan nilai t dengan tabel t
α = 5%, thit < ttabel , 1,850 < 2,145

Jadi H0 diterima, artinya : Tidak ada

perbedaan berat badan bayi yang
5. Hitung nilai statistik uji (t hitung)
dilahirkan oleh ibu dengan status gizi
(saat hamil) baik dan sedang.
Uji – t Sampel Berpasangan
 Fungsi Uji :

Untuk mengetahui perbedaan sebelum dan sesudah perlakuan tertentu.

 Asumsi :

1. Data berskala minimal interval

2. Data berdistribusi normal

 Hipotesis :

Satu Arah

1. H0 : µsebelum = μsesudah (Tidak ada perbedaan rata – rata (sampel) sebelum dan sesudah perlakuan)

H1 : µsebelum > μsesudah (Nilai rata – rata (sampel) sebelum lebih besar dibandingkan dengan sesudah)

2. H0 : µsebelum = μsesudah (Tidak ada perbedaan rata – rata (sampel) sebelum dan sesudah perlakuan)

H1 : µsebelum < μsesudah (Nilai rata – rata (sampel) sebelum lebih kecil dibandingkan dengan sesudah)
Uji – t Sampel Berpasangan
 Hipotesis :
Dua Arah
H0 : µsebelum = μsesudah (Tidak ada perbedaan rata – rata (sampel) sebelum dan seduah
perlakuan)
H1 : µsebelum ǂ μsesudah (Ada perbedaan rata – rata (sampel) sebelum dan sesudah
perlakuan)
 Statistik Uji :
Uji – t Sampel Berpasangan
Dimana :
B = Rata – rata beda
n = Ukuran sampel
SB = Simpangan baku beda
Jadi pada perhitungan ini, terlebih dahulu akan dicari beda (selisih) antara sebelum
dan sesudah perlakuan tertentu.
 Pengambilan Keputusan :
Untuk menarik kesimpulan (apakah H0 diterima atau ditolak), digunakan tabel t
student dengan derajat bebas db = n – 1 dan tingkat signifikansi α.
H0 ditolak, jika : |thit| > ttabel
Contoh Soal
 Terdapat 7 orang ibu yang merasa badannya terlalu gemuk. Untuk itu, ketujuh orang ibu tersebut
mengikuti suatu latihan dan diet khusus untuk menurunkan berat badan. Sebelum latihan dan diet
khusus, dilakukan penimbangan berat badan dan sesudah 1 bulan mengikuti kegiatan, diperoleh data
sebagai berikutke-
Responden : Berat Badan Sebelum Berat Badan Sesudah

1 75 73
2 80 81
3 96 85
4 75 76
5 89 80
6 78 74
7 90 88

 Pertanyaan : Apakah ada perbedaan berat badan responden sebelum dan sesudah mengikuti latihan dan
diet khusus selama 1 bulan ?
Penyelesaian :
1. Buat hipotesis uji
H0 : µsebelum = μsesudah
(Tidak ada perbedaan berat badan sebelum dan sesudah mengikuti latihan dan diet khusus)
H1 : µsebelum ǂ µsesudah
(Ada perbedaan berat badan sebelum dan sesudah mengikuti latihan dan diet khusus)
2. Hitung nilai beda atau selisih
Responden ke- BB Sebelum BB Sesudah Beda
(Sebelum – Sesudah)
1 75 73 2
2 80 81 -1
3 96 85 11
4 75 76 -1
5 89 80 9
6 78 74 4
7 90 88 2
Penyelesaian :
3. Lakukan perhitungan beberapa nilai statistik yang akan digunakan untuk
menghitung nilai statistik uji
B = 3,7143
SB = 4,680
n=7
4. Hitung nilai statistik uji (nilai t hitung)
Penyelesaian :
5. Tarik kesimpulan dengan membandingkan nilai t hitung dengan t
tabel
α = 5%, thitung < ttabel, 2,099 < 2,447

Jadi H0 diterima, artinya : Tidak ada perbedaan berat badan sebelum

dan sesudah mengikuti latihan dan diet khusus.
TERIMA KASIH