TES PARAMETRIK (Oleh Yolanita Septiana, E1Q 009 023) Parametrik berarti parameter.

Sehingga berbagai uji parametrik melibatkan parameter (rata-rata dan ragam/varians) pada perhitungannya. Statistika parametrik merupakan suatu ilmu mengenai pengujian sesuatu yang menetapkan syarat pada data yang akan di uji. Data data tersebut sebelum digunakan harus memenuhi beberapa asumsi. Berikut asumsi asumsi yang harus dipenuhi. Data yang akan di gunakan harus menyebar secara normal. Normal artinya data yang dihubungkan berbentuk garis linier maka perlu uji linieritas. Untuk mengetahui apakah suatu data menyebar secara normal atau tidak dapat dilakukan dengan pengujian Kolmogorov-Smirnov, Lilyfors, dan ChiKuadrat. Data tersebut harus ditarik secara acak atau random. Data tersebut merupakan data numerik. Data numerik dibagi lagi atas dua yakni data rasio dan data interval. Homogen artinya data yang dibandingkan (dikomparasikan) sejenis (bersifat homogen), maka perlu uji homogenitas. 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.

Tes parametrik 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 anggapananggapan tadi.Tes parametrik juga menuntut bahwa skor yang dianalisis merupakan pengukuran yang sedikitnya berkekuatan skala interval. 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. Jika salah satu dari asumsi tidak terpenuhi, maka metode statistik nonparametrik lah yang sesuai untuk digunakan. Beberapa dari metode statistik parametrik adalah uji-Z (1 atau 2 sampel), uji-t (1 atau 2 sampel), Uji analisis varians dll. Namun, jika

data yang digunakan tidak berdistribusi secara normal, data tersebut juga dapat ditransformasi sehingga hasil dari transformasi data tersebut dapat mengikuti sebaran secara normal. Uji Parametrik (menggunakan asumsi distribusi Normal) Uji - t untuk sample bebas : Membandingkan dua sample bebas Uji - t berpasangan : Meneliti perbedaan dalam suatu grup Koefisien korelasi Pearson : Mengetahui hubungan korelasi linier antara dua peubah Analisa varians satu arah (Uji F ): Membandingkan tiga grup atau lebih Analisa varians dua arah : Mabandingkan tiga grup atau lebih dengan menggunakan dua faktor yang berbeda

TES PARAMETRIK UNTUK DATA KUANTITATIF Penelitian kuantitatif mempunyai ciri-ciri sebagai berikut : a. Kejelasan unsur tujuan,pendekatan,subyek, sumber ata sudah mantap dan rinci sejak awal b. Langkah penelitian segala sesuatu direncanakan sampai matang ketika persiapan disusun c. Dapat menggunakan sampel dan hasil penelitiannya diberlakukan untuk populasi. d. Hipotesis (jika memang perlu) Mengajukan hipotesis yang akan diuji dalam penelitian Hipotesis menentukan hasil yang diramalkan ---a priori. e. Desain Dalam desain jelas langkah-langkah penelitian dan hasil yang diharapkan f. Kegiatan dalam pengumpulan data Pengumpulan data memungkinkan untuk diwakilkan g. Analisis data Dilakukan sesudah semua data terkumpul.

1.ANOVA Anova (analysis of varian) digunakan untuk menguji perbedaan mean (ratarata) data lebih dari dua kelompok. Misalnya kita ingin mengetahui apakah ada perbedaan rata-rata lama hari dirawat antara pasien kelas VIP, I, II, dan kelas III. Anova mempunyai dua jenis yaitu analisis varian satu faktor (one way anova) dan analsis varian dua faktor (two ways anova). Pada kesempatan ini hanya akan dibahas analisis varian satu faktor. Beberapa asumsi yang harus dipenuhi pada uji Anova adalah: 1. Sampel berasal dari kelompok yang independen 2. Varian antar kelompok harus homogen 3. Data masing-masing kelompok berdistribusi normal Asumsi pertama harus dipenuhi pada saat pengambilan sampel yang dilakukan secara random terhadap beberapa (> 2) kelompok yang independen, yang mana nilai pada satu kelompok tidak tergantung pada nilai di kelompok lain. Sedangkan pemenuhan terhadap asumsi kedua dan ketiga dapat dicek jika data telah dimasukkan ke komputer, jika asumsi ini tidak terpenuhi dapat dilakukan transformasi terhadap data. Apabila proses transformasi tidak juga dapat memenuhi asumsi ini maka uji Anova tidak valid untuk dilakukan, sehingga harus menggunakan uji non-parametrik misalnya Kruskal Wallis. Uji Anova pada prinsipnya adalah melakukan analisis variabilitas data menjadi dua sumber variasi yaitu variasi didalam kelompok (within) dan variasi antar kelompok (between). Bila variasi within dan between sama (nilai perbandingan kedua varian mendekati angka satu), maka berarti tidak ada perbedaan efek dari intervensi yang dilakukan, dengan kata lain nilai mean yang dibandingkan tidak ada perbedaan. Sebaliknya bila variasi antar kelompok lebih besar dari variasi didalam kelompok, artinya intervensi tersebut memberikan efek yang berbeda, dengan kata lain nilai mean yang dibandingkan menunjukkan adanya perbedaan. 2.. ANCOVA Analisis Kovarians (ANCOVA) merupakan model linier dengan satu variabel dependen kontinu dan satu atau lebih variabel independen. Jikalau kalimat tersebut mengingatkan anda kepada regresi linier berganda, yang lazimnya menggunakan variabel kontinu (kuantitatif) . ANCOVA dilakukan dengan menambahkan variabel penguat (kovariat) ke dalam model sehingga memperkuat ketepatan/presisi analisis dan meningkatkan signifikansi secara statistik.

Secara spesifik, uji ANCOVA menggunakan asumsi layaknya uji ANOVA, dimana error masing-masing variabel penjelas terdistribusi secara normal dan bersifat homoskedastik, artinya tidak mengandung masalah heteroskedastisitas dimana nilai residual memiliki keragaman yang konstan, dan data setidaknya memiliki standar error yang kecil. Uji ANCOVA juga mempersyaratkan adanya hubungan linier antara variabel dependen dan independen, katakanlah anda ingin melihat faktor yang mempengaruhi pertumbuhan kucing pak mamat, tidak mungkin anda menggunakan faktor penjelas jumlah produksi makanan kucing misalnya whiskas per tahun, bisa saja kucingnya pak mamat makannya ikan asin, ilustrasi antara kedua faktor ini bisa dikatakan tidak memiliki hubungan linier. Model yang digunakan dalam ANCOVA adalah sebagai berikut: Yi,j,k,z = + d1 + X + ijkm Dengan persamaan tersebut, uji ANCOVA dapat dilakukan untuk beberapa hal sebagai berikut: 1. Membandingkan efek perlakuan atau efek faktor/variabel yang digunakan terhadap prediktor. 2. Menghitung keragaman (varians) 3. memasukkan variabel penguat (kovariat) untuk mengontrol keragaman. 4. Menjelaskan hubungan antar variabel dependen (Y) dengan variabel independen (X) setelah menghubungkan variabel penguat terhadap variabel independen.

3.MANOVA Manova mempunyai pengertian sebagai suatu teknik statistik yang digunakan untuk menghitung pengujian signifikansi perbedaan rata-rata secara bersamaan antara kelompok untuk dua atau lebih variable tergantung. Teknik ini bermanfaat untuk menganalisis variable-variabel tergantung lebih dari dua yang berskala interval atau rasio. Dalam SPSS prosedur MANOVA disebut juga GLM Multivariat digunakan untuk menghitung analisis regresi dan varians untuk variabel tergantung lebih dari satu dengan menggunakan satu atau lebih variabel faktor atau covariates. Variabel - variabel faktor digunakan untuk membagi populasi kedalam kelompokkelompok. Dengan menggunakan prosedur general linear model ini, kita dapat melakukan uji H0 mengenai pengaruh variabel-variabel faktor terhadap rata-rata berbagai kelompok distribusi gabungan semua variabel tergantung. Kita dapat meneliti interakasi antara faktor-faktor dan efek dari faktor-faktor individu. Lebih

lanjut, efek-efek covariates dan interaksi antar covariate dengan semua faktor dapat dimasukkan. Dalam analisis regresi, variabel bebas atau predictor dispesifikasi sebagai covariates Untuk menggunakan MANOVA beberapa persyaratan yang harus dipenuhi ialah: Variabel tergantung harus dua atau lebih dengan skala interval Variabel bebas satu dengan menggunakan skala nominal. Untuk semua variabel tergantung, data diambil dengan cara random sample dari vektor-vektor populasi normal multivariate dalam suatu populasi, dan untuk matrik-matrik variance-covariance untuk semua sel sama Untuk menggunakan prosedur GLM gunakan prosedur Explore untuk memeriksa data sebelum melakukan analisis variance. Untuk satu variabel tergantung gunakanlah, prosedur GLM Univariate. Jika kita mengukur beberapa variabel tergantung yang sama pada beberapa kesempatan untuk masing-masing subyek, maka gunakanlah GLM Repeated Measures. TES PARAMETRIK UNTUK DATA PASTI 1. UJI T Teknik t-test digunakan bila periset ingin mengevaluasi perbedaan antara efek. Sebagai contoh, periset mungkin tertarik dalam perbedaan kepuasan kerja untuk orang-orang yang berbeda tingkat pendidikannya. Teknik analisis yang banyak digunakan adalah membandingkan dua kelompok, misalnya mereka yang mendapat pendidikan universitas dengan mereka yang tidak, dengan menggunakan mean kelompok sebagai dasar perbandingan. t-test akan mengindikasikan apakah perbedaan antara kedua kelompok tersebut signifikan secara statistika. 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 : untuk menguji hipotesis deskriptif satu sampel bila datanya berbentuk interval dan ratio , maka digunakan t-test satu sampel. untuk menguji hipotesis komparatif dua sampel berpasangan bila datanya berbentuk interval dan ratio, digunakan t-test sampel berpasangan. t = x - 0 s/n

di mana : t = nilai t yang dihitung , x = rata-rata , 0 =nilai yang dihipotesiskan s = simpangan baku sampel , n = jumlah anggota sampel. Uji t : menguji apakah rata-rata suatu populasi sama dengan suatu harga tertentu atau apakah rata-rata dua populasi sama/berbeda secara signifikan. 1. Uji t satu sampel Menguji apakah satu sampel sama/berbeda dengan rata-rata populasinya hitung rata-rata dan std. dev (s) df = n 1 tingkat signifikansi ( = 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 ditolak 2. Uji t dua sampel bebas Menguji apakah rata-rata dua kelompok yang tidak berhubungan sama/berbeda 3. Uji t dua sampel berpasangan Menguji apakah rata-rata dua sampel yang berpasangan sama/berbeda .

DAFTAR PUSTAKA

Arikunto, Suharsimi. 2010. Prosedur Penelitian. Jakarta : Bumi Aksara. Kurnia,Ahmad.2010.Kuliah Statistik. Diakses pada tanggal 8 <http://skripsimahasiswa.blogspot.com/2010/11/statistik.html>. Mei dari