Statistik Parametrik Statistik Parametrik n n n Adalah

Statistik Parametrik

Statistik Parametrik n n n Adalah suatu tes yang modelnya menetapkan adanya syarat-syarat tertentu tentang parameter populasi yang merupakan sumber sampel penelitiannya. Syarat-syarat itu biasanya tidak diuji dan dianggap sudah dipenuhi. Seberapa jauh makna hasil suatu tes parametrik bergantung pada validitas anggapan-anggapan tadi. Tes parametrik juga menuntut bahwa skor yang dianalisis merupakan pengukuran yang sedikitnya berkekuatan skala interval.

Statistik Parametrik n n n Teknik-teknik statistika yang didasarkan atas asumsi mengenai populasi yang diambil sampelnya. Contoh: pada uji t diasumsikan populasi terdistribusi normal. Sebutan parametrik digunakan karena pada uji t ini yang diuji adalah parameter (yaitu rata-rata populasi) Membutuhkan data kuantitatif dengan level interval atau rasio yang diambil dari populasi yang berdistribusi normal.

Statistik Parametrik n n n Teknik-teknik statistika yang didasarkan atas asumsi mengenai populasi yang diambil sampelnya. Contoh: pada uji t diasumsikan populasi terdistribusi normal. Sebutan parametrik digunakan karena pada uji t ini yang diuji adalah parameter (yaitu rata-rata populasi) Membutuhkan data kuantitatif dengan level interval atau rasio yang diambil dari populasi yang berdistribusi normal.

Persyaratan Analisis Statistik Parametrik n n Dipilih secara acak (random) Homogen artinya data yang dibandingkan (dikomparasikan) sejenis (bersifat homogen), maka perlu uji homogenitas. Normal artinya data yang dihubungkan berbentuk garis linier maka perlu uji linieritas. Berpasangan artinya data yang dihubungkan mempunyai pasangan yang sama sesuai dengan subjek yang sama, kalau salah satu tidak terpenuhi untuk persyaratan analisis korelasi atau regresi tidak dapat dilakukan.

Macam Data Interval Rasio Bentuk Hipotesis Deskriptif (satu variabel) Komparatif (dua sampel) Komparatif (lebih dari 2 sampel) Related T Test* T-test of* One-Way Pearson Related independ Anova* Product ent Moment Two Way * Independen Anova* Asosiatif (hubungan) Independen Anova* Partial Correlati on* Multiple Correlati on*

Pengujian Normalitas Data ; t-test ; Korelasi Product Moment (1) n n n Dalam Statistik Parametrik diperlukan syarat bahwa data yang akan dianalisis harus berdistribusi normal. Untuk itu perlu dilakukan pengujian normalitas data. Pengujian normalitas data antara lain dilakukan dengan : t-test T-test : 1) untuk menguji hipotesis deskriptif satu sampel bila datanya berbentuk interval dan ratio , maka digunakan t-test satu sampel. 2) untuk menguji hipotesis komparatif dua sampel berpasangan bila datanya berbentuk interval dan ratio, digunakan t-test sampel berpasangan. t = x - μ 0 s/√n di mana : t = nilai t yang dihitung , x = rata-rata , μ 0 =nilai yang dihipotesiskan s = simpangan baku sampel , n = jumlah anggota sampel.

Pengujian Normalitas Data : t-test, Korelasi Product Moment (2) n n n n Korelasi : menunjukkan adanya hubungan antara dua variabel atau lebih serta menunjukkan besarnya (kuat/lemahnya) hubungan antara dua variabel tersebut. Koefisien Korelasi ( r ) merupakan kriteria untuk mengukur hubungan antar variabel secara kuantitatif yang nilainya terletak antara – 1 dan 1 r = 1 , hubungan variabel X dan Y adalah sangat kuat dan positif r = - 1 , hubungan variabel X dan Y adalah sangat lemah dan negatif r = 0 , hubungan variabel X dan Y lemah sekali atau tidak ada hubungan. Berikut ini adalah rumus Karl Pearson (Product Moment) : r = n. Σ XY - ΣX. ΣY. √n. ΣX 2 - (ΣX)2. √n. ΣY 2 - (ΣY)2 Koefisien Determinasi (Kd) : menunjukkan berapa persen fluktuasi atau variasi variabel Y yang disebabkan oleh variabel X , dengan rumus : Kd = r 2

n Analisis Regresi Linear Sederhana n Analisis Regresi : suatu proses melakukan estimasi untuk memperoleh suatu hubungan fungsional antara variabel X dengan variabel Y. Analisis Regresi Linear Sederhana : adalah analisis regresi antara satu variabel X dan satu variabel Y. Persamaan Regresi Linear Sederhana : Y’ = a + b. X , di mana : Y’ = Nilai Y prediksi , a = Intercept atau nilai Y pada saat X = 0 b = Slope / kemiringan , X = Independent Variable (variabel bebas). Untuk menghitung nilai a dan b digunakan rumus : b = n(ΣXY) – (ΣX) (ΣY) n (ΣX 2) – (ΣX)2 n n n a = ΣY – b=ΣX n n

Te. Ri. Ma Ka. Si. H